论文题目: 遗传算法与小波神经网络中若干问题的研究
论文类型: 博士论文
论文专业: 测试计量技术及仪器
作者: 刘守生
导师: 于盛林
关键词: 遗传算法,小波神经网络,扩散算子,成熟前收敛,变焦,结构优化,主成份分析,进化,算法
文献来源: 南京航空航天大学
发表年度: 2005
论文摘要: 本文对遗传算法、小波神经网络中的若干问题进行了深入研究并提出了一系列解决这些问题的方法。首先,研究了传统遗传算子的功能完善问题。定义了遗传算法中群体的多样性测度和成熟度的概念,对三种传统遗传算子的作用从理论上进行了定量分析,在此基础上,提出了一种能弥补传统算子不足的新遗传算子——扩散算子,利用模拟退火的思想给出了扩散概率的计算公式。仿真结果与理论分析的结论均表明了这种扩散式遗传算法具有更理想的寻优性能。其次,研究了遗传算法的预防成熟前收敛问题。分析了遗传算法成熟前收敛的形成原因并介绍了一般的预防策略,在对模式的样本分布特点进行讨论后,提出了一种基于均匀分割的多种群并行遗传算法,并证明了该方法在不影响收敛速度的前提下具有发生成熟前收敛的概率呈指数级下降的优点。仿真结果证实了该算法在处理复杂的多峰值优化问题时预防成熟前收敛的效果非常明显。再其次,研究了提高遗传算法的收敛精度问题。基于动态编码的思想提出了一种变焦遗传算法,该算法在不增加编码长度和扩大种群规模的前提下,能不断储存已多次迭代的信息并随时纳入新的基因,是处理高精度优化问题的理想方法。然后,研究了小波神经网络的结构优化及稳定性问题。从理论上揭示了小波神经网络存在维数灾和鲁棒性差的本质原因,结合主成份分析的思想对网络的结构进行了改造,并由此提出了一种广义小波神经网络(EWNN)。网络学习采用 Oja 算法,仿真结果表明该方法在控制网络的规模及抗干扰性上比改造前的网络都有了很大提高。随后,研究了基于遗传算法的小波神经网络的结构优化问题。针对 EWNN,提出了一种利用混合遗传算法进行结构优化的进化小波网络。利用遗传算法的全局最优性在大范围内进行搜索,再用 Oja 算法进行快速的局部寻优,从而达到了全局寻优与快速搜索的有机结合,由此训练的进化小波网络性能得到明显提高。最后,研究了进化 FCM 算法在故障诊断中的应用问题。提出了一种进化 FCM故障识别方法,该方法首先利用一种改进的离散付氏变换方法提取故障特征,然后利用第二章的扩散式遗传算法与模糊 C-均值(FCM)聚类方法结合进行故障识别。该方法通过离线优选虚拟标准样本,达到快速、准确在线识别故障的目的,很好地解决了 FCM 算法经常收敛到局部极值点的问题。以某种歼击机的结构故障为例进行分类测试,结果表明该方法明显优于 FCM 和 BP 神经网络诊断方法。
论文目录:
第一章 绪论
1.1 研究背景和选题意义
1.2 遗传算法研究的历史与现状
1.2.1 遗传算法的起源与发展
1.2.2 遗传算法的研究现状
1.3 小波神经网络研究的历史与现状
1.3.1 小波神经网络的起源与发展
1.3.2 小波神经网络的研究现状
1.4 进化小波网络的理论与研究现状
1.5 本文完成的主要工作
第二章 遗传算子的性能分析及其改进和完善策略
2.1 引言
2.2 遗传算子的功能分析
2.3 自适应遗传策略的设计
2.3.1 基于交叉概率和变异概率的自适应策略
2.3.2 基于阶段进化的适应性策略
2.4 扩散式遗传算法
2.5 扩散式遗传算法的性能分析
2.6 扩散式遗传算法的实施步骤
2.7 仿真示例
2.8 本章小结
第三章 预防成熟前收敛的多种群并行遗传算法
3.1 引言
3.2 GA 中的成熟前收敛问题
3.3 模式分析
3.4 多种群并行遗传算法
3.5 仿真示例
3.6 本章小结
第四章 一种提高算法精度的变焦遗传算法
4.1 引言
4.2 吐故纳新的变焦遗传算法
4.3 一种改进的变焦遗传算法
4.4 仿真示例
4.5 本章小结
第五章 小波神经网络的结构优化方法及稳定性研究
5.1 引言
5.2 小波神经网络简介
5.2.1 小波与小波框架
5.2.2 小波神经网络
5.2.3 离散小波神经网络
5.3 离散小波神经网络模型分析
5.3.1 离散小波神经网络的数学模型
5.3.2 离散小波神经网络的稳定性研究
5.4 广义小波神经网络结构的设计
5.4.1 主成份分析方法
5.4.2 EWNN 的结构设计
5.5 EWNN 基函数的Oja 优化算法
5.6 仿真示例
5.7 本章小结
第六章 一种进化小波神经网络及其训练方法
6.1 引言
6.2 进化计算在神经网络学习中的应用
6.2.1 神经网络学习的复杂性
6.2.2 一般的进化神经网络
6.3 进化小波网络的结构设计及其优化算法
6.3.1 进化小波网络的结构设计
6.3.2 进化小波网络的优化算法
6.3.3 EWN 基函数的计算步骤
6.4 网络的优化步骤
6.5 仿真示例
6.6 本章小结
第七章 进化FCM算法在故障诊断中的应用
7.1 引言
7.2 故障的特征提取
7.3 故障的进化FCM 诊断方法
7.3.1 模糊C-均值算法
7.3.2 改进的遗传算法
7.3.3 故障的进化FCM 诊断方法
7.4 仿真算例
7.5 本章小结
第八章 全文总结与展望
8.1 本文的主要工作和贡献
8.2 后续研究工作展望
参考文献
致谢
攻读博士学位期间发表的主要论文
发布时间: 2005-07-08
参考文献
- [1].一类混合动态系统建模与优化调度问题的研究[D]. 周卫东.山东大学2005
- [2].小波神经网络若干关键问题研究[D]. 侯霞.南京航空航天大学2006
- [3].多小波和小波神经网络构造及其在电弧故障诊断中的应用研究[D]. 李文军.吉林大学2008
- [4].自适应结构优化神经网络控制研究[D]. 宋清昆.哈尔滨理工大学2009
- [5].造波机系统运动控制及其网络化技术研究[D]. 刘达.大连理工大学2013
- [6].基于轨迹线性化方法的近空间飞行器鲁棒自适应控制研究[D]. 薛雅丽.南京航空航天大学2010
- [7].时间序列短期预测模型研究与应用[D]. 张浒.华中科技大学2013
- [8].基于智能算法的目标威胁估计[D]. 王改革.中国科学院研究生院（长春光学精密机械与物理研究所）2013
- [9].基于神经网络与混沌理论的非线性时间序列预测研究[D]. 向小东.西南交通大学2002
- [10].油田电网谐波检测与APF控制技术的研究[D]. 付光杰.大庆石油学院2008
标签：遗传算法论文; 小波神经网络论文; 扩散算子论文; 成熟前收敛论文; 变焦论文; 结构优化论文; 主成份分析论文; 进化论文; 算法论文;