《混合智能计算方法及其应用》由会员分享,可在线阅读,更多相关《混合智能计算方法及其应用(156页珍藏版)》请在金锄头文库上搜索。
1、按县I主 有要本论文主要以机器学习的两个基本问题 模式识别和函数逼近为背景,对基于 神经网络、模糊逻辑、进化算法、免疫算法、量子算法、基于核的学习机等软计算方 法的若干混合智能计算方法进行了研究, 并将这些混合方法应用于图像处理、目 标识 别以 及系统辨识等具体问题中。主要工作概括如下:1 . 首先以 求解一些N P 问 题, 如T S P 问 题为例, 讨论了 运行在量子计算机上的 量 子搜索算法和运行在经典计算机上的进化搜索算法之间的本质区别。接着以背包问题 为例,定性分析了 通过这两种搜索算法之间的结合而形成的量子驱动的进化算法 ( 简 称量子进化算法)的特性。 通过分析可以看到, 量子
2、进化算法结合了量子计算的一些 概念和理论, 诸如量子比特和量子叠加态,因此能够表示出解的线性叠加态,并且由 于量子比 特染色体的概率表示, 它比 传统的进化算法具有更好的种群多样性和全局寻优能力。2 . 提出一种自 适应免疫进化算法, 并用于图 像的分割。 该算法能够从其最佳个体 的基因中自 适应地提取有效信息制作成免疫疫苗。同时在接种疫苗的操作中,引人一 个自 适应变化的参数用来表示接种疫苗个体的百分比, 这个参数随着代数而递增, 最 后增大到1 , 这意味着所有个体都接受接种疫苗, 这样在进化的后期, 算法就以 大量的 局部爬山 搜索为特征. 该算法用于图像分割间题时, 产生了令人满意的分
3、割结果, 并 对噪声有较好的抑制作用。3将免疫算子的概念结合到量子进化算法中, 提出 一种免疫量子进化算法。 免疫量子进化算法在保留原有量子进化算法优良 特性的前提下,力图有选择、有目 的地利 用待求问题中的一些特征信息或先验知识, 抑制或避免求解过程中的一些重复或无效 的工作,以提高算法的整体性能。 对背包问 题的仿真结果表明,与标准进化算法、 免 疫进化算法、 量子进化算法相比,免疫量子进化算法不仅是有效的, 也是可行的, 并 能进一步改善算法的性能, 提高其收敛速度。同时我们将该算法用于图像的边缘检测 问题也得到了较好的检测结果。4 . 基于小波变换和进化神经网络提出 一种混合的雷达一维
4、距离像的目 标识别方 法, 即首先利用小波变换作为特征提取器, 从小波变换后的系数中 提取雷达目 标特征, 然后基于一混合进化算法优化设计了 一个前向网络并以此作为分类器对提取的模式特口 出 生 喇 甘 祖 卜 洲 口 切 吐月 匕 口目全口 匕勺 叮 安 电 于 琳 主 允 J 气学 们 卜 创 七 学 士 2 i # 3 .征进行识别。该算法能同时优化网络的 拓扑结构和连接权值,并且由于其全局搜索能 力, 可以 避免结构的局部最小。 实验结果表明, 用该算法设计出的雷达目 标神经网 络分类器结构紧凑,具有较好的泛化能力。s . 研究了基于核的学习算法进行目 标识别的方法, 该方法把无监督学
5、习( 基于核 的主分量分析算法的特征提取)和有监督学习 ( 基于近似支撑矢量机的分类) 结合起 来。核的主分量分析算法可以有效地提取出目 标中的非线性特征;而近似支撑矢量机作为一种新型的支撑矢量机,不需要求解二次规划问题,只需对一个简单的线性方程 系统求解,可以快速地对目 标进行分类。 该方法应用于雷达目 标一维像的识别时, 其 正确识别率与标准支撑矢量机相当, 但在计算速度上却有很大的提高, 并对噪声具有较好的抑制作用。6 .提出了两种非线性系统的混合辨识方法。第一种方法方法首先在结构辨识中, 通过聚类算法自 动地从已知的输人输出数据中生成一个初始的模糊模型; 接着在参数 辨识中, 设计了一
6、个模糊神经网络, 通过有监督学习逐步调整网 络的权值,也即 模糊 模型的参数以 使模型具有更高的精度。 在第二种方法中 提出一种新型混合神经网络模 型一自 适应模糊神经网络,该网络结构简洁,具有通用逼近的能力,采用有师学习和无师学习相结合的混合算法进行训练,收敛速度快。 并且受学习样本空间分布的影响较小,因而有较强的学习能力和表达能力.关键词混合智能计算, 量子进化算法,自 适应免疫进化算法, 免疫量子进化算法, 小波变换,神经网络优化设计,基于核的学习算法,模糊神经网络,聚类, 图像分割,边缘检测,目 标识另 ,非线性系统辨识. 月口份祖 卜 洲 日 . 明吐月 匕日公比国 匕ABS T R
7、AC TT h e i n t e g r a t i o n o f d i f f e r e n t l e a r n i n g a n d a d a p t a t i o n t e c h n i q u e s , t o o v e r c o m e i n d i v i d u a l l i m i t a t i o n s a n d a c h i e v e s y n e r g e t i c e f f e c t s t h r o u g h h y b r i d i z a t i o n o r f u s i o n o f t h e
8、s e t e c h n i q u e s , h a s in r e c e n t y e a r s c o n t r i b u t e d t o a l a r g e n u m b e r o f n e w i n t e l l i g e n t s y s t e m d e s i g n s . T h i s d i s s e rt a t i o n i s f o c u s e d o n t h e s o l v i n g t h e s e r i e s o f h y b r i d i n t e l l i g e n t c o
9、m p u t i n g m e t h o d s b a s e d o n s o f t c o m p u t i n g t e c h n o l o g ie s c o n s i s t i n g o f n e u r a l n e t w o r k s , f u z z y l o g i c s y s t e m s , e v o l u t io n a r y a l g o r it h m s , i m m u n e a l g o r i t h m s , q u a n t u m a l g o ri t h m s a n d k
10、e r n e l - b a s e d l e a r n i n g m a c h i n e s , a n d a p p l y i n g t h e s e h y b ri d m e t h o d s t o s o m e p r a c t ic a l p r o b l e m s , s u c h a s i m a g ep r o c e s s i n g , t a r g e t r e c o g n i t i o n a n d n o n l i n e a r s y s t e m i d e n t i fi c a t i o n
11、.T h e ma i n c o n t e n t , o f t h e i i i -P r t a t i o n a r e smmn r i z e d a s f o l l o w s :1 . We f i rs t l y c o m p a r e h o w a q u a n t u m s e a r c h a l g o r i t h m r u n n i n g i n a q u a n t u m c o m p u t e rd i f f e r s fr o m a n e v o l u t i o n a r y s e a r c h a
12、 l g o r i t h m r u n n i n g o n a c l a s s ic a l c o m p u t e r s f o rs o l v i n g N P p r o b l e m s b y u s in g t h e i n s t a n c e o f T S P , T h e n , w e t a k e t h e k n a p s a c k p r o b le ma s a n e x a m p l e t o m a k e q u a l i t a t i v e a n a l y s i s o f t h e c h
13、a r a c t e r i s t i c s o f q u a n t u m - i n s p i r e de v o l u t i o n a r y a l g o ri t h m ( Q E A ) t h r o u g h c o m b i n a t i o n o f t h e s e t w o t e c h n i q u e s . I t i s s h o w nt h a t Q E A c a n r e p r e s e n t l i n e a r s u p e r p o s i t i o n o f s t a t e s s
14、 i n c e it i s b a s e d o n t h e c o n c e p t a n dp ri n c i p l e s o f q u a n t u m c o m p u t i n g s u c h a s q u a n t u m b i t a n d l i n e a r s u p e r p o s i t i o n o f s t a t e s .I n a d d i t i o n , Q E A h a s a b e t t e r , c h a r a c t e r i s t ic o f d i v e r s i t
15、y a n d g l o b a l s e a r c h t h a n c l a s s i c a la p p r o a c h e s d u e t o i t s p r o b a b i l i s t i c r e p r e s e n t a t i o n .2 . A n a d a p t i v e i m m u n e e v o l u t i o n a r y a l g o r i t h m仍正A ) i s p r o p o s e d , a n d i s a p p l i e d t o t h ei m a g e s e
16、g m e n t a t i o n p r o b l e m . A I E A c a n a d a p t i v e l y e x t r a c t u s e f u l i n f o r m a t i o n fr o mg e n e s o f t h e c u r r e n t o p t i m a l i n d i v i d u a l a n d m a k e v a c c i n e s d u r i n g e v o l u t i o n . A t th e s a m et i m e , A l E A i n tr o d u c e s a n a d a p t i v e t u n e d p a r a m e t e r t o d e n o t e t h e fr a c t i o n o f i n d i v i d u a l sin t h e c u r r e n t p o p u l a t i o n t o b e s u b j e c t e d t o t h e v