改进的自适应遗传算法及应用

作     者：王倩 李风军 WANG Qian;LI Fengjun

作者机构：宁夏大学数学统计学院银川750021 

出 版 物：《重庆师范大学学报（自然科学版）》 (Journal of Chongqing Normal University:Natural Science)

年 卷 期：2021年第38卷第2期

页      面：14-19页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 07[理学] 070105[理学-运筹学与控制论] 0701[理学-数学] 

基　　金：宁夏自然科学基金(No.2020AAC03030) 国家自然科学基金(No.12061055,No.61662060) 宁夏大学研究生创新项目(No.GIP2020-31) 

主　　题：自适应遗传算法 单隐层前馈神经网络 动态选择 动态变异 优化 

摘      要：【目的】研究改善自适应遗传算法(Adaptive genetic algorithm,AGA)的早熟问题,并提升该算法优化的神经网络模型的预测性能。【方法】引入四分位间距替换自适应交叉和变异概率中的固定参数,首先给出了一种改进的自适应遗传算法(Modified adaptive genetic algorithm,MAGA),并将它的自适应交叉和变异概率映射到固定区间,使得优良个体在MAGA作用下仍具有良好的进化能力。其次利用MAGA对单隐层前馈神经网络(Single hidden layer feedforward neural networks,SLFNs)的初始权值和阈值进行优化,并给出了具体的算法实施步骤。【结果】6个常用测试函数的仿真实验表明:MAGA能够迅速稳定地逼近函数最优解。【结论】实证分析表明:与SLFNs及AGA优化的SLFNs相比,MAGA优化的SLFNs具有更高的分类正确率。