排序方式： 共有2条查询结果，搜索用时 46 毫秒
1
1.
基于递阶遗传算法的模糊系统优化设计 总被引：2，自引：3，他引：2
给出一种基于递阶遗传算法的模糊神经网络优化算法, 在该算法中对每个染色体都采用递阶编码, 并提出一种改进的交叉算子, 可以同时优化模糊神经网络结构和权值参数. 算法中采用双目标函数作为适应度函数对模糊神经网络模型的精确度和复杂性进行估价, 且对应一个实际问题, 可以通过调整适应度函数的参数值确定所需模糊神经网络模型的精确度和复杂性之间的比例, 从而生成一个适当的模糊神经网络模型. 模拟实验结果验证了该算法的有效性. 相似文献
2.
提出一种新的进化规划方法，群体启发进化规划（PHEP），在进化过程中，通过控制群体的4个参数，把握群体中个体分布情况，并通过这些信息有效地调整个体的变异步长，克服了传统EP方法变异步长修正的盲目性.将PHEP方法应用于高维优化问题，实验结果表明，PHEP方法在高维条件下的性能明显优于其他EP方法. 相似文献
1