《bp神經(jīng)網(wǎng)絡(luò)優(yōu)化遺傳算法》由會(huì)員分享，可在線閱讀，更多相關(guān)《bp神經(jīng)網(wǎng)絡(luò)優(yōu)化遺傳算法（21頁珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。
1、,單擊此處編輯母版標(biāo)題樣式,單擊此處編輯母版文本樣式,第二級(jí),列車運(yùn)行齒輪箱振動(dòng)幅,值,尋優(yōu),一、問題背景,1、爭(zhēng)論內(nèi)容：,齒輪箱作為軌道運(yùn)營車輛的重要組成部件，但其自身簡(jiǎn)潔產(chǎn)生不平穩(wěn)振動(dòng)并可通過轉(zhuǎn)向架傳遞振動(dòng)，屬于故障多發(fā)件。同時(shí)車輛的振動(dòng) 也會(huì)給乘客帶來不舒適的感覺。,2.目標(biāo),依據(jù)BP神經(jīng)網(wǎng)絡(luò)遺傳算法計(jì)算后找到最優(yōu)的振動(dòng)點(diǎn)，即幅值最低點(diǎn),依據(jù)其對(duì)應(yīng)的屬性嚙合頻率和軸向力確定最優(yōu)振動(dòng)點(diǎn)的屬性值,進(jìn)而可以把握其屬性值使得其運(yùn)行更優(yōu),對(duì)于實(shí)質(zhì)一樣背景不同的問題是同樣適用的,算法實(shí)質(zhì)：尋優(yōu)問題,一、問題背景,3,.,數(shù)據(jù)來源：,實(shí)時(shí),采集的軌道列車運(yùn)行數(shù)據(jù),一、問題背景,第一列是軸向力,其次列為
2、嚙合剛度,前兩列作為輸入,第三列作為輸出數(shù)據(jù)為縱向振動(dòng)幅值,1,、算法原理,BP,神經(jīng)網(wǎng)絡(luò)優(yōu)化的遺傳算法,2,、算法,步驟,BP,神經(jīng)網(wǎng)絡(luò)優(yōu)化的遺傳算法,運(yùn)行bp文件，產(chǎn)生構(gòu)造體net inputps outputps,b.運(yùn)行Genetic主程序，產(chǎn),生最優(yōu)輸入值，輸出值，,適應(yīng)度曲線變化,其中使用fun函數(shù)找到最優(yōu)適應(yīng)度，然后進(jìn)展選擇穿插和變異，并將最優(yōu)適應(yīng)度進(jìn)展存儲(chǔ)，調(diào)用bp1函數(shù)對(duì)最優(yōu)輸入進(jìn)展測(cè)試，找到最優(yōu)輸出值。,3,、算法程序,BP,神經(jīng)網(wǎng)絡(luò)優(yōu)化的遺傳算法,1,2,3,、算法程序,BP,神經(jīng)網(wǎng)絡(luò)優(yōu)化的遺傳算法,3,輪盤法,隨機(jī)選擇穿插,隨機(jī)選擇變異,3,、算法程序,BP,神經(jīng)網(wǎng)絡(luò)優(yōu)
3、化的遺傳算法,4,5,輸出最優(yōu)值,4,、算法,工作,BP,神經(jīng)網(wǎng)絡(luò)優(yōu)化的遺傳算法,原程序,轉(zhuǎn)變,思路：,程序的讀取數(shù)據(jù)只要格式一樣就可，可將自己的數(shù)據(jù)代替原有的程序隨機(jī)產(chǎn)生的數(shù)據(jù),4,、算法,工作,BP,神經(jīng)網(wǎng)絡(luò)優(yōu)化的遺傳算法,思路：,報(bào)錯(cuò)說程序位數(shù)不同，檢查各個(gè)數(shù)據(jù)的維數(shù)，試驗(yàn)修改后成功，紅色為參與轉(zhuǎn)置,4,、算法,工作,BP,神經(jīng)網(wǎng)絡(luò)優(yōu)化的遺傳算法,思路：,通過已經(jīng)訓(xùn)練好的數(shù)據(jù)網(wǎng)絡(luò)來測(cè)試生成的最好的輸入數(shù)據(jù),4,、算法,工作,BP,神經(jīng)網(wǎng)絡(luò)優(yōu)化的遺傳算法,思路：,原先maxgen值為100，sizepop為20；Bound為-5,5；-5,5,依據(jù)實(shí)際狀況更改盡可能多的選擇到4000個(gè)個(gè)體
4、及盡可能使數(shù)值在數(shù)據(jù)范圍內(nèi),5,、算法結(jié)果,BP,BP,神經(jīng)網(wǎng)絡(luò)優(yōu)化的遺傳算法,errorsum,=,2.8403,Elapsed time is 12.658025 seconds.,5,、算法結(jié)果,BP,BP,神經(jīng)網(wǎng)絡(luò)優(yōu)化的遺傳算法,5,、算法結(jié)果,遺傳,BP,神經(jīng)網(wǎng)絡(luò)優(yōu)化的遺傳算法,適應(yīng)度變量：0.0167,最優(yōu)輸入值：-74.3680 軸向力 45.9337嚙合剛度,最優(yōu)輸出值：-0.099393469676714,適應(yīng)度變量：0.0165,最優(yōu)輸入值：-88.7460 軸向力 45.9915嚙合剛度,最優(yōu)輸出值：-,5,、算法結(jié)果,遺傳,BP,神經(jīng)網(wǎng)絡(luò)優(yōu)化的遺傳算法,5,、算法結(jié)果,遺傳,BP,神經(jīng)網(wǎng)絡(luò)優(yōu)化的遺傳算法,5,、算法結(jié)果,遺傳,BP,神經(jīng)網(wǎng)絡(luò)優(yōu)化的遺傳算法,將,數(shù)據(jù)變大,108,后結(jié)果,6,、算法結(jié)論與疑問,BP,神經(jīng)網(wǎng)絡(luò)優(yōu)化的遺傳算法,1.并非迭代次數(shù)與種群規(guī)模越大越好；,2.不限定界限后尋優(yōu)結(jié)果有時(shí)會(huì)更差；,3.當(dāng)?shù)螖?shù)小，種群未全部選中時(shí)尋優(yōu)結(jié)果較差；,4.當(dāng)輸入數(shù)據(jù)較大時(shí)，最優(yōu)適應(yīng)度值為橫線或者尋優(yōu)較慢，該方法不適合數(shù)值較大時(shí)使用。,初始化時(shí)的m,n作用不清晰，不用也可以;,適應(yīng)度函數(shù)。,感謝大家！,
bp神經(jīng)網(wǎng)絡(luò)優(yōu)化遺傳算法
