一种基于遗传算法和卡尔曼滤波的rbfn组合训练方法
【专利摘要】一种基于遗传算法和卡尔曼滤波的RBFN组合训练方法，它有五大步骤：一、依据参数设置随机初始化种群，对中心值进行编码：v11,v12,…,v1m,v21,…,vcm；二、计算种群中各个个体的适应值，并保存最优适应值；训练RBFN网络目标就是最小化输出误差E，设计适应度函数为：Fit(fi)=1/E；三、如果达到设定演化代数或当前最优个体满足条件，则返回网络参数并转到步骤四；否则进行选择、交叉、变异遗传操作后转到步骤二；四、将遗传算法优化的网络参数值作为卡尔曼滤波算法的网络初始参数，卡尔曼滤波算法自适应修正网络参数；五、当达到最大迭代次数限制或当前网络误差达到要求时结束程序；否则转到步骤四继续运行。
【专利说明】一种基于遗传算法和卡尔曼滤波的RBFN组合训练方法
【技术领域】
[0001]本发明涉及一种基于遗传算法和卡尔曼滤波的RBFN组合训练方法，属于人工神经网络技术和模式识别及人工智能【技术领域】。
【背景技术】
[0002]作为对前沿科技的集中应用，航天器凝聚着大量宝贵智力、财力、人力、物力。对于高度复杂和非线性的系统，如航天器故障检测与识别等，对机理不明或者数学模型难以建立的情况下，神经网络可以发挥自身非线性、高度容错、能处理复杂模式、并行计算和联想记忆等独特优势，解决很多传统方法难以解决或解决效果差的模式识别难题。
[0003]径向基神经网络(Radical-BasisFunction Neural Network,简称 RBFN)具有结构简单、逼近精度高、模式分类能力强、收敛速度快、学习效率高、等优点，因而广泛应用于模式识别、信号处理等领域，有很好的发展趋势。RBFN网络的学习算法中，对于RBFN网络中心值和权值的优化是研究的关键和难点。同时，RBFN网络的各新型优化算法是现今国内外研究的热点。
[0004]将遗传算法和卡尔曼滤波的RBFN神经网络组合训练方法用于模式识别，将为航天系统提供一种新思路、新方法，对于推动我国航天事业智能化和综合化发展有重要贡献！
【发明内容】
[0005](一)要解决的技术问题
[0006]本发明的目的是提供一种基于遗传算法和卡尔曼滤波的RBFN组合训练方法，它要克服基于传统算法的神经网络的局限性，训练速度相对较慢；搜索网络中心值时，容易陷入局部极小点；无法自适应修正网络中心值和权值等问题。
[0007](二)解决问题的技术方案
[0008]为了实现所述目的，本专利申请在RBFN网络的训练中提出了遗传算法和卡尔曼滤波算法相组合的一种新的训练算法。
[0009]遗传算法(Genetic Algorithm,简称GA)是一种新型的全局优化方法,能摆脱局部最小点的困扰，找到全局的较优解。
[0010]卡尔曼滤波(Kalman Filter,简称KF)算法用于RBFN网络,可以同时自适应调整中心节点向量和网络权重矩阵，在学习过程中应用卡尔曼滤波算法比常规算法更有效。
[0011]新的训练算法可以发挥了两种算法的长处，对RBF中心值和权值进行修正，建立了自适应结构的网络模型，提高模式识别性能。
[0012]本发明一种基于遗传算法和卡尔曼滤波的RBFN组合训练方法，该方法具体步骤如下:
[0013]步骤一:依据参数设置随机初始化种群，对中心值进行编码:
[0014]V11, V12, - ,Vlm, V21, - ,Vcm[0015]步骤二:计算种群中各个个体的适应值，并保存最优适应值。训练RBFN网络目标就是最小化输出误差E，设计适应度函数为:Fit (fj =1/E。
[0016]步骤三:如果达到设定演化代数或当前最优个体满足条件，则返回网络参数并转到步骤四；否则进行选择、交叉、变异等遗传操作后转到步骤二 ；
[0017]I)选择算子的设计
[0018]选用轮盘赌选择方法:设种群规模为Ps，种群中的个体为fi;其适应度值为Fit (fj，则个体的选择概率Pi可根据如下公式求出:
[0019]
【权利要求】
1.一种基于遗传算法和卡尔曼滤波的RBFN组合训练方法，其特征在于:该方法具体步骤如下: 步骤一:依据参数设置随机初始化种群，对中心值进行编码:
vIlJ V12，…，vImJ V21，…，Vcm 步骤二:计算种群中各个个体的适应值，并保存最优适应值；训练RBFN网络目标就是最小化输出误差E，设计适应度函数为:Fit(fi)=l/E ； 步骤三:如果达到设定演化代数或当前最优个体满足条件，则返回网络参数并转到步骤四；否则进行选择、交叉、变异遗传操作后转到步骤二 ； 1)选择算子的设计 选用轮盘赌选择方法:设种群规模为Ps，种群中的个体为fi;其适应度值为Fit (fj，则个体的选择概率Pi根据如下公式求出:
【文档编号】G06N3/12GK103473599SQ201310472694
【公开日】2013年12月25日 申请日期:2013年10月11日 优先权日:2013年10月11日
【发明者】赵琦, 周贞贞, 冯文全 申请人:北京航空航天大学