导读:本文包含了混沌遗传神经网络论文开题报告文献综述及选题提纲参考文献，主要关键词:遗传算法,混沌搜索,RBF神经网络,大豆虫害
混沌遗传神经网络论文文献综述
王冬雪[1]（2018）在《基于混沌-遗传神经网络的大豆虫害产量损失预测模型研究》一文中研究指出我国有着历史绵长的大豆种植期,是当之无愧的种植大国。大豆不单单作为东北地区的主要种植类型作物,在全国的粮食生产中也是有着举足轻重的地位,其经济与生态方面的效益相当可观。病虫害做为抑制大豆高产的主要原因之一,近年逐渐上升的危害率对大豆的产量多少及质量高低造成了极大的威胁。因此,对于农业病虫害所引起的产量损失进行提前预测并及时防控已经成为不可或缺的环节,对其进行深入研究和分析预测则具有较强的实际指导意义。针对以上问题,本文进行了基于混沌-遗传神经网络(CGA-RBFNN)的大豆虫害产量损失预测模型的研究。首先通过混沌搜索优化遗传算法,然后基于混沌-遗传算法(CGA)对径向基神经网络(RBFNN)进行优化,进而构建产量损失预测模型,对由害虫所引起大豆产量的损失进行预测;最后将预测模型嵌入到智能决策系统中,设计并实现大豆虫害智能化管理决策系统。主要研究方面如下:(1)数据采集和预处理利用各类传感器,从大豆田间监测并提取到各种数据。将获取到的数据通过归一化等方法对其进行预处理操作,使其成为可充分被仿真实验所利用的有效数据。(2)混沌-遗传算法的研究为了寻找更适合优化的最优解,进行了混沌搜索算法对遗传算法优化改进的研究,明确了混沌-遗传算法在极大程度上能够避免陷入局部最优。其方法是将混沌变量加入遗传算法的寻优过程,并在已生成的当前最优解附近生成一系列微小波动的解,得到最优解。(3)混沌-遗传神经网络融合算法的研究与应用提出了基于混沌-遗传算法优化RBF神经网络的融合算法。该算法利用混沌-遗传算法对RBF神经网络隐含层到输出层的权值、阈值及隐含层的数据中心进行优化;基于优化后的算法,构建了基于混沌-遗传神经网络融合算法的产量损失预测模型,能对由虫害所引起的大豆产量损失进行预测。(4)大豆虫害智能化管理决策系统的开发应用以上研究方法,以.NET为平台,使用C#语言开发了大豆虫害智能化管理决策系统,系统包括用户管理、虫害查询、诊断与防治、产量损失预测、专家咨询和帮助等功能。本文以吉林省科技厅项目“基于物联网的玉米精准作业技术集成与示范”为依托,结合数据挖掘技术、人工智能技术、智能决策专家系统等,构建了大豆虫害产量损失预测模型,同时开发了大豆虫害智能化管理决策系统。系统利用多种信息技术为大豆整个种植期提供决策分析建议,使大豆种植人员能够对大豆各类虫害进行精确的诊断和有效的防治,进而降低由虫害引起的产量损失,提高大豆的产量,为大豆生产和经营管理提供技术支持。(本文来源于《吉林农业大学》期刊2018-05-01）
伦泽明[2]（2017）在《改进混沌遗传算法优化BP神经网络的短时交通流预测》一文中研究指出BP神经网络算法被广泛地应用于短时交通流预测模型中,但是该算法存在的缺陷降低了预测的准确性。为克服上述缺陷,引入混沌遗传算法(CGA)来进行改进,用混沌遗传算法得到的最优解作为BP神经网络算法的初始值改进算法的缺陷。通过实验结果分析,改进后的算法模型对短时交通流的预测具有了更高的准确性。(本文来源于《电脑编程技巧与维护》期刊2017年05期）
邓高,杨珊,江时雨[3]（2016）在《相空间重构和混沌遗传神经网络融合的矿井涌水量预测研究》一文中研究指出为了更准确预测矿井涌水量变化,有效防治矿山水害,本文提出利用相空间重构和混沌遗传神经网络相结合的方法预测矿井涌水量。选用C-C算法确定嵌入维数和延迟时间,通过对时间序列进行相空间重构来判断涌水量时间序列的混沌特性。为避免BP神经网络极易陷入局部解的问题,采用遗传算法对混沌神经网络进行参数优化,构建混沌遗传神经网络预测模型。将构建的模型应用于某矿山-100 m水平巷道涌水量的预测,在理论预测时长内预测最大误差为3.38%,表明该方法能够反映短期内矿井涌水量变化的趋势,相比单纯的混沌BP神经网络预测模型,预测精度有所提高,可为矿山企业的灾害防治提供科学的参考依据。(本文来源于《世界科技研究与发展》期刊2016年05期）
赵丹[4]（2015）在《混沌遗传算法的神经网络在输油管道泄漏中的应用》一文中研究指出在当今的管道运输工业中,伴随着它的飞速发展,随之而来的是更多的环境被泄漏的石油所污染,同时造成能源的浪费和不可估量的经济损失。在最近几年中,大部分地区的管道出现不同程度的老化和锈蚀现象,加之一些不法分子的盗油事件发生,导致泄漏事故频发。传统的泄漏检测有着一定得误差,并且效率相对也低,所以一套有效的自动管道检测定位系统显得十分的重要,管道泄漏检测是一门涉及广泛的课题,有传感技术,信号检测,信号处理等学科。本文系统地归纳了国内外在输油管道泄漏检测方面的研究状况,较为详细的阐述了管道泄漏定位的工作原理、难点及解决办法;小波包算法以及神经网络技术,通过小波包变换实现压力信号消噪处理,同时从而提取特征向量作为神经网络的输入。为了提高对管道泄漏检测的准确性,本文提出了一种以混沌遗传算法为基础的BP神经网络的改进算法。BP神经网络应用广泛但是却容易陷入极小值,收敛速度相对也慢,经过改进后的算法是以混沌遗传算法为基础,优化BP神经网络的初始权值和阈值,并将混沌的遍历性和遗传算法的反演性等优点相结合。将混沌变量加入到遗传算法中,进一步的提高遗传算法的全局搜索能力和收敛的速度;混沌遗传算法优化以后的最优解作为BP神经网络的初始权值和阈值。利用改进后的CGA-BP算法进行管道泄漏预测,结果表明,该方法对管道泄漏的工况的分类效果明显好于单纯使用BP神经网络。现如今,单一的泄漏检测往往不能够满足我们的需求,在实际的应用中将多种方法相结合能够得到更为准确的提出系统的软硬件和总体设计。该系统通过管道两端的压力传感器采集到的信息,进行数据传输实现及时报警与定位的功能。(本文来源于《东北石油大学》期刊2015-06-05）
孟栋,樊重俊,李旭东,卜宾宾[5]（2014）在《混沌遗传神经网络在空气质量预测中的应用》一文中研究指出为了提高对空气质量预测的准确性,提出了一种基于混沌遗传算法(CGA)的BP神经网络改进方法。BP神经网络是目前应用最广泛的神经网络,但存在收敛速度慢和易陷入极小值的缺陷。该改进算法的基本思想是用混沌遗传算法优化BP神经网络的初始权值和阈值。混沌遗传算法结合了混沌运动的遍历性和遗传算法的反演性。将混沌变量加入遗传算法中,进一步提高了遗传算法的全局搜索能力和收敛速度;将混沌遗传算法优化后得到的最优解作为BP神经网络的初始权值和阈值。利用改进后的CGA-BP算法进行空气质量预测,结果表明,该方法对空气质量的预测效果明显好于单纯使用BP神经网络的预测效果。(本文来源于《安全与环境学报》期刊2014年04期）
孟栋,樊重俊,王家桢[6]（2014）在《混沌遗传算法对BP神经网络的改进研究》一文中研究指出BP神经网络算法是目前应用最广泛的一种神经网络算法,但有收敛速度慢和易陷入局部极小值等缺陷.本文利用混沌遗传算法(CGA)具有混沌运动遍历性、遗传算法反演性的特性来改进BP神经网络算法.该算法的基本思想是用混沌遗传算法对BP神经网络算法的初始权值和初始阈值进行优化.把混沌变量加入遗传算法中,提高遗传算法的全局搜索能力和收敛速度;用混沌遗传算法优化后得到的最优解作为BP神经网络算法的初始权值和阈值.通过实验观察,改进后的结果与普通的BP神经网络算法的结果相比,具有更高的准确率.(本文来源于《数学理论与应用》期刊2014年01期）
许少华,何新贵[7]（2013）在《一种基于混沌遗传与粒子群混合优化的过程神经网络训练算法》一文中研究指出针对时变输入/输出过程神经网络的训练问题,提出一种基于混沌遗传与带有动态惯性因子的粒子群优化相结合的学习方法.综合利用粒子群算法的经验记忆、信息共享和混沌遗传算法的混沌轨道遍历搜索性质,基于PNN训练目标函数,构建两种算法相混合的进化寻优机制,通过适应度评估和优化效率分析自适应调节混沌遗传与粒子群算法的切换,实现网络参数在可行解空间的全局优化求解.实验结果表明,该算法较大提高了PNN的训练效率.(本文来源于《控制与决策》期刊2013年09期）
杜海舰,徐新喜,徐卸古,王运斗,张晓峰[8]（2012）在《基于混沌遗传算法优化神经网络方法的救护直升机效能评估与指标优化研究》一文中研究指出采用遗传算法与神经网络相结合的方法研究救护直升机的效能评估,建立了评估指标与效能评估值的非线性关系,克服了传统线性评估方法的不足,结果表明GA-BP算法能够很好地评估救护直升机效能,并保持了很高的精确度;同时,采用BP-GA算法对救护直升机的指标进行了优化,结果同样表明该方法可以有效地优化救护直升机的指标。(本文来源于《直升机技术》期刊2012年03期）
孟玲玲,崔蕾,韩宝如[9]（2012）在《基于多种群混沌遗传神经网络的模拟电路故障诊断》一文中研究指出针对标准遗传算法优化BP神经网络收敛慢,易陷入局部最优的问题,提出了改进的多种群协同进化遗传算法,该算法改变了以往的随机初始化方法,采用了附加混沌扰动的tent映射初始化均匀分布的种群,提高了初始解的质量;每个种群采用自适应交叉率和变异率,引入移民算子实现种群间的横向联系;算法通过多种群的协同进化和种群间的个体移植提高了算法的搜索均匀性和效率;仿真实验表明该算法误差小,收敛速度快,诊断正确率高,较好地解决了模拟电路的软故障诊断问题。(本文来源于《计算机测量与控制》期刊2012年06期）
陈霄,王宁[10]（2011）在《基于混沌DNA遗传算法的模糊递归神经网络建模》一文中研究指出本文受生物DNA分子遗传机制和混沌优化算法的启发,提出了一种混沌DNA遗传算法,用于优化T-S模糊递归神经网络(FRNN).该方法使用碱基序列表示T-S模糊递归神经网络的前件部分参数,包括模糊规则数,隶属度函数中心点和宽度;设计更为复杂的遗传操作算子来改进遗传算法的寻优性能;利用混沌优化算法优化种群中的较差个体.同时使用递推最小二乘法(RLS)来辨识T-S模糊递归神经网络的后件部分参数.最后,采用基于混沌DNA遗传算法的T-S模糊递归神经网络对一种典型的pH中和过程进行建模。通过与其他建模方法的比较,仿真实验结果表明了所建模型的有效性.(本文来源于《控制理论与应用》期刊2011年11期）
混沌遗传神经网络论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
BP神经网络算法被广泛地应用于短时交通流预测模型中,但是该算法存在的缺陷降低了预测的准确性。为克服上述缺陷,引入混沌遗传算法(CGA)来进行改进,用混沌遗传算法得到的最优解作为BP神经网络算法的初始值改进算法的缺陷。通过实验结果分析,改进后的算法模型对短时交通流的预测具有了更高的准确性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
混沌遗传神经网络论文参考文献
[1].王冬雪.基于混沌-遗传神经网络的大豆虫害产量损失预测模型研究[D].吉林农业大学.2018
[2].伦泽明.改进混沌遗传算法优化BP神经网络的短时交通流预测[J].电脑编程技巧与维护.2017
[3].邓高,杨珊,江时雨.相空间重构和混沌遗传神经网络融合的矿井涌水量预测研究[J].世界科技研究与发展.2016
[4].赵丹.混沌遗传算法的神经网络在输油管道泄漏中的应用[D].东北石油大学.2015
[5].孟栋,樊重俊,李旭东,卜宾宾.混沌遗传神经网络在空气质量预测中的应用[J].安全与环境学报.2014
[6].孟栋,樊重俊,王家桢.混沌遗传算法对BP神经网络的改进研究[J].数学理论与应用.2014
[7].许少华,何新贵.一种基于混沌遗传与粒子群混合优化的过程神经网络训练算法[J].控制与决策.2013
[8].杜海舰,徐新喜,徐卸古,王运斗,张晓峰.基于混沌遗传算法优化神经网络方法的救护直升机效能评估与指标优化研究[J].直升机技术.2012
[9].孟玲玲,崔蕾,韩宝如.基于多种群混沌遗传神经网络的模拟电路故障诊断[J].计算机测量与控制.2012
[10].陈霄,王宁.基于混沌DNA遗传算法的模糊递归神经网络建模[J].控制理论与应用.2011