當前位置:編程學習大全網 - 編程軟體 - 請問,遺傳算法優化的神經網絡中的權值和閾值是怎樣的選擇變異過程呢?

請問,遺傳算法優化的神經網絡中的權值和閾值是怎樣的選擇變異過程呢?

如果安裝了遺傳算法GAOT工具箱,可以直接用ga函數,會自動進行各類操作。如果要自己編程,則選擇用輪盤賭原則、交叉用實數方法(a*x1+(1-a)*x2)、變異也是隨機給壹個增量(x+(1-a)*b)。

妳紅框框出來的部分是從染色體中提取神經網絡權值和閾值,染色體的排序是隱層權值、隱層閾值、輸出層權值、輸出層閾值。

ga函數的用法:function [x,endPop,bPop,traceInfo] = ga(bounds,evalFN,evalOps,startPop,opts,...

termFN,termOps,selectFN,selectOps,xOverFNs,xOverOps,mutFNs,mutOps)

% Output Arguments:

% x - the best solution found during the course of the run 求得的最優解

% endPop - the final population 最終得到的種群

% bPop - a trace of the best population 最優種群的壹個搜索軌跡

% traceInfo - a matrix of best and means of the ga for each generation 每壹代種群的最優個體和均值

  • 上一篇:thingjs給物體設置顏色格式
  • 下一篇:土木工程考研科目
  • copyright 2024編程學習大全網