版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、神經(jīng)網(wǎng)絡(luò)是一門發(fā)展十分迅速的交叉學(xué)科,它由大量的處理單元組成非線性的大規(guī)模自適應(yīng)動(dòng)力系統(tǒng)。神經(jīng)網(wǎng)絡(luò)具有分布式存儲(chǔ)、并行處理、高容錯(cuò)能力以及良好的自學(xué)習(xí)、自適應(yīng)、聯(lián)想等特點(diǎn)。基于此,神經(jīng)網(wǎng)絡(luò)吸引了眾多研究人員的興趣,其理論結(jié)果和應(yīng)用成果層出不窮。目前已經(jīng)提出了多種神經(jīng)網(wǎng)絡(luò)模型,其中應(yīng)用最廣泛的是BP神經(jīng)網(wǎng)絡(luò)。BP神經(jīng)網(wǎng)絡(luò)是目前神經(jīng)網(wǎng)絡(luò)理論發(fā)展最完善、應(yīng)用最為廣泛的網(wǎng)絡(luò),其實(shí)質(zhì)是采用梯度下降法使權(quán)值的改變總是朝著誤差變小的方向改進(jìn),最終達(dá)到
2、最小誤差。
量子遺傳算法是基于量子計(jì)算原理的一種遺傳算法,將量子計(jì)算與遺傳算法相結(jié)合的一種優(yōu)化方法,具有種群規(guī)模小,收斂速度快,全局尋優(yōu)能力強(qiáng)的特點(diǎn)。量子遺傳算法本質(zhì)上是一種遺傳算法,因而傳統(tǒng)遺傳算法所能應(yīng)用的領(lǐng)域,量子遺傳算法也適用,由于引入了量子計(jì)算,其效果明顯優(yōu)于傳統(tǒng)進(jìn)化算法。
本文針對(duì)BP算法易陷入局部極小、收斂速度慢的缺點(diǎn),根據(jù)量子遺傳算法具有全局尋優(yōu)的特點(diǎn),提出了一種新的訓(xùn)練神經(jīng)網(wǎng)絡(luò)的混合算法-QGA-B
3、P算法,并嘗試把利用量子遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于計(jì)算機(jī)網(wǎng)絡(luò)安全研究中,通過(guò)與GA-BP和BP算法比較,表明該算法加快了收斂速度、提高了收斂精度。
本文主要研究?jī)?nèi)容如下:
第一,對(duì)BP神經(jīng)網(wǎng)絡(luò)及算法進(jìn)行了系統(tǒng)而詳細(xì)的介紹,分析了它存在的主要缺陷及其產(chǎn)生的原因,針對(duì)目前BP算法的不足,提出了一種新的訓(xùn)練神經(jīng)網(wǎng)絡(luò)的混合算法-QGA-BP算法。
第二,將量子遺傳算法引入BP算法,結(jié)合傳統(tǒng)遺傳算法中的操作算子
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 改進(jìn)型自適應(yīng)遺傳算法的研究.pdf
- 基于改進(jìn)型遺傳算法的無(wú)功優(yōu)化研究.pdf
- 防止過(guò)早收斂的改進(jìn)型遺傳算法.pdf
- 改進(jìn)型遺傳算法在群控電梯中的應(yīng)用.pdf
- 改進(jìn)型遺傳算法在電力系統(tǒng)中的應(yīng)用.pdf
- 改進(jìn)型遺傳算法在多維關(guān)聯(lián)規(guī)則挖掘中的應(yīng)用.pdf
- 改進(jìn)型遺傳算法及其在神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化中的應(yīng)用.pdf
- 60840.兩種改進(jìn)型遺傳算法研究
- 改進(jìn)遺傳算法及其應(yīng)用.pdf
- 基于改進(jìn)型遺傳算法的電梯群優(yōu)化控制.pdf
- 基于改進(jìn)型遺傳算法的數(shù)字電路優(yōu)化.pdf
- 基于改進(jìn)型遺傳算法優(yōu)化的TTCAN網(wǎng)絡(luò)研究與實(shí)現(xiàn).pdf
- 遺傳算法的混合改進(jìn)研究及其應(yīng)用.pdf
- 基于改進(jìn)型遺傳算法的面向路徑測(cè)試數(shù)據(jù)生成.pdf
- 改進(jìn)型自適應(yīng)遺傳算法在煤炭調(diào)車絞車系統(tǒng)中的應(yīng)用.pdf
- 遺傳算法的改進(jìn)及其若干應(yīng)用.pdf
- 遺傳算法的改進(jìn)及應(yīng)用研究.pdf
- 基于遺傳算法的BP網(wǎng)絡(luò)優(yōu)化研究及其應(yīng)用.pdf
- 改進(jìn)型遺傳算法在風(fēng)電場(chǎng)無(wú)功優(yōu)化與比較.pdf
- 改進(jìn)的元胞遺傳算法及其應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論