1 简介
提出了一种基于遗传算法优化的BP神经网络数据分类方法.该方法兼顾了遗传算法和梯度下降优化算法分别在全局和局部搜索极小点的优势;避免了在BP网络训练过程中过早收敛于局部极小点的风险;与BP算法相比,该算法多次重复过程所得网络的均方差比较稳定.在算法验证中,该算法不但有较高的执行效率,也能达到很高的分类精度.
2 部分代码
% 清空环境变量
clc;
clear;
close all;
%
%% 网络结构建立
%读取数据
data=xlsread('data2.xlsx');
%节点个数
inputnum=5;
hiddennum=10;
outputnum=1;
data_train=data(1:29,1:6);
data_test=data(30:39,1:6);
input_train=data_train(:,1:5)';
output_train=data_train(:,6)';
input_test=data_test(:,1:5)';
output_test=data_test(:,6)';
[inputn,inputps]=mapminmax(input_train);
[outputn,outputps]=mapminmax(output_train);
net=newff(minmax(inputn),[10,1],{'tansig','purelin'},'trainlm');
%% 遗传算法参数初始化
maxgen=20; %进化代数，即迭代次数
sizepop=6; %种群规模
pcross=[0.3]; %交叉概率选择，0和1之间
pmutation=[0.1]; %变异概率选择，0和1之间
%节点总数
numsum=inputnum*hiddennum+hiddennum+hiddennum*outputnum+outputnum;
lenchrom=ones(1,numsum);
bound=[-3*ones(numsum,1) 3*ones(numsum,1)]; %数据范围
%------------------------------------------------------种群初始化--------------------------------------------------------
end
%% 遗传算法结果分析
figure(1)
[r, c]=size(trace);
plot([1:r]',trace(:,2),'b--');
title(['适应度曲线 ' '终止代数＝' num2str(maxgen)]);
xlabel('进化代数');ylabel('适应度');
legend('平均适应度','最佳适应度');
x=bestchrom;
%% 把最优初始阀值权值赋予网络预测
% %用遗传算法优化的BP网络进行值预测
w1=x(1:inputnum*hiddennum);
B1=x(inputnum*hiddennum+1:inputnum*hiddennum+hiddennum);
w2=x(inputnum*hiddennum+hiddennum+1:inputnum*hiddennum+hiddennum+hiddennum*outputnum);
B2=x(inputnum*hiddennum+hiddennum+hiddennum*outputnum+1:inputnum*hiddennum+hiddennum+hiddennum*outputnum+outputnum);
net.iw{1,1}=reshape(w1,hiddennum,inputnum);
net.lw{2,1}=reshape(w2,outputnum,hiddennum);
net.b{1}=reshape(B1,hiddennum,1);
net.b{2}=B2;
%% BP网络训练
%网络进化参数
net.trainParam.epochs=3000;
net.trainParam.lr=0.1;
net.trainParam.goal=0.001;
%网络训练
[net,per2]=train(net,inputn,outputn);
%% BP网络预测
%数据归一化
inputn_test=mapminmax('apply',input_test,inputps);
an=sim(net,inputn_test);
test_simu=mapminmax('reverse',an,outputps);
Yn=test_simu;
figure(2) %绘图
plot(Yn,'r*-') %绘制预测值曲线
hold on %继续绘图
plot(output_test,'bo') %实际值曲线
legend('预测值','实际值') %图例
3 仿真结果
4 参考文献
[1]骆成凤等. "基于遗传算法优化的BP神经网络遥感数据土地覆盖分类." 农业工程学报 (2006).
博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，有科研问题可私信交流。
部分理论引用网络文献，若有侵权联系博主删除。
