[1]胡海涛.基于ＢＰ神经网络和遗传算法的并行迭代优化研究[J].机械与电子,2019,(01):26-32.
　Research on Parallel Iterative Optimization Based on BP Neural Network and Genetic Algorithm[J].Machinery & Electronics,2019,(01):26-32.
点击复制

基于ＢＰ神经网络和遗传算法的并行迭代优化研究()
分享到：

机械与电子[ISSN:1001-2257/CN:52-1052/TH]

卷:
期数:
2019年01期
页码:
26-32
栏目:
设计与研究
出版日期:
2019-01-20

文章信息/Info

Title:
Research on Parallel Iterative Optimization Based on BP Neural Network and Genetic Algorithm
文章编号:
１００１- ２２５７（２０１９）０１- ００２６- ０7
作者:
?胡海涛
?烟台汽车工程职业学院，山东 烟台 ２６５５００
Author(s):
?ＨＵＨａｉｔａｏ
?ＹａｎｔａｉＡｕｔｏｍｏｂｉｌｅＥｎｇｉｎｅｅｒｉｎｇＰｒｏｆｅｓｓｉｏｎａｌＣｏｌｌｅｇｅ，Ｙａｎｔａｉ２６５５００，Ｃｈｉｎａ
关键词:
反向传播神经网络; 遗传算法; 并行优化; Ｌｅｖｅｎｂｅｒｇ Ｍａｒｑｕａｒｄｔ算法; 模拟退火算法; 吹塑成型
Keywords:
ＢＰＮＮ; ＧＡ; ｐａｒａｌｌｅｌｏｐｔｉｍｉｚａｔｉｏｎ; Ｌｅｖｅｎｂｅｒｇ Ｍａｒｑｕａｒｄｔａｌｇｏｒｉｔｈｍ; ＳＡＡ; ｂｌｏｗ ｍｏｌｄｉｎｇ
分类号:
ＴＰ３９１.９；ＴＨ１３２.４１
文献标志码:
A
摘要:
?提出了一种将反向传播神经网络（ＢＰＮＮ）与遗传算法（ＧＡ）相结合的迭代优化方法。该方法首先使用较少的学习样本开发和训练ＢＰＮＮ 模型，然后利用 ＧＡ 在可行域内求解训练好的ＢＰＮＮ 模型以寻找
模型的最优解。将基于该最优解进行验证的结果作为新样本添加到训练模式集中对 ＢＰＮＮ 模型重新训练。针对训练模式较少可能导致预测精度不足的问题，在 ＢＰＮＮ 模型的训练中分别采用贝叶斯正则化算法
（ＢＲＡ）和改进的 Ｌｅｖｅｎｂｅｒｇ Ｍａｒｑｕａｒｄｔ算法提高 ＢＰＮＮ 模型的泛化能力和收敛性，并结合精英策略将模拟退火算法（ＳＡＡ）嵌入到 ＧＡ 中，以提高 ＢＰＮＮ 模型的局部搜索能力。将所提出的方法应用于汽车吹塑成型的聚丙烯波纹管的厚度优化。结果表明，在３次迭代后可以得到最优模具间隙，采用最佳模具间隙的波纹
管在９个齿峰处的厚度落入期望的范围内（０．７±０．０５ｍｍ），并且材料的使用量减少了２２％。这种最佳间隙仅通过２３次实验即可获得，远远少于实际模塑过程所需的实验次数。
Abstract:
?Ａｎｉｔｅｒａｔｉｖｅ ｏｐｔｉｍｉｚａｔｉｏｎ ｍｅｔｈｏｄ ｗｈｉｃｈ ｃｏｍｂｉｎｅｓ ｂａｃｋ ｐｒｏｐａｇａｔｉｏｎ ｎｅｕｒａｌｎｅｔｗｏｒｋ （ＢＰＮＮ）ｗｉｔｈｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ （ＧＡ）ｗａｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔｌｙ，ｔｈｅＢＰＮＮ ｍｏｄｅｌｗａｓｄｅｖｅｌｏｐｅｄａｎｄｔｒａｉｎｅｄ ｗｉｔｈｆｅｗｅｒｌｅａｒｎｉｎｇｓａｍｐｌｅｓ，ａｎｄｔｈｅｎｔｈｅｔｒａｉｎｅｄＢＰＮＮ ｍｏｄｅｌｗａｓｓｏｌｖｅｄｂｙＧＡｉｎｔｈｅｆｅａｓｉｂｌｅｒｅｇｉｏｎｔｏ ｆｉｎｄｔｈｅｏｐｔｉｍａｌｓｏｌｕｔｉｏｎｏｆｔｈｅｍｏｄｅｌ．Ｔｈｅｖａｌｉｄａｔｉｏｎｒｅｓｕｌｔｂａｓｅｄｏｎｔｈｅｏｐｔｉｍａｌｓｏｌｕｔｉｏｎｗａｓａｄｄｅｄｔｏｔｈｅ ｔｒａｉｎｉｎｇｐａｔｔｅｒｎｓｅｔａｓａｎｅｗｓａｍｐｌｅｔｏｒｅｔｒａｉｎｔｈｅＢＰＮＮ ｍｏｄｅｌ．Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｔｈａｔｌｅｓｓｔｒａｉｎｉｎｇ ｍｏｄｅｓｍａｙｌｅａｄｔｏｉｎａｄｅｑｕａｔｅｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙ，Ｂａｙｅｓｉａｎｒｅｇｕｌａｒｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ （ＢＲＡ）ａｎｄｉｍｐｒｏｖｅｄ Ｌｅｖｅｎｂｅｒｇ Ｍａｒｑｕａｒｄｔａｌｇｏｒｉｔｈｍ ｗｅｒｅａｄｏｐｔｅｄｔｏｉｍｐｒｏｖｅｔｈｅｇｅｎｅｒａｌｉｚａｔｉｏｎａｂｉｌｉｔｙａｎｄｃｏｎｖｅｒｇｅｎｃｅｏｆ ＢＰＮＮ ｍｏｄｅｌｉｎｔｒａｉｎｉｎｇＢＰＮＮｍｏｄｅｌ，ａｎｄｅｌｉｔｅｓｔｒａｔｅｇｙｗａｓｃｏｍｂｉｎｅｄｔｏｅｍｂｅｄｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎｇａｌｇｏｒｉｔｈｍ （ＳＡＡ）ｉｎｔｏＧＡｔｏｉｍｐｒｏｖｅｔｈｅｌｏｃａｌｓｅａｒｃｈａｂｉｌｉｔｙｏｆｔｈｅｈｉｇｈＢＰＮＮ ｍｏｄｅｌ．Ｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄ ｗａｓａｐｐｌｉｅｄｔｏｔｈｅｔｈｉｃｋｎｅｓｓｏｐｔｉｍｉｚａｔｉｏｎｏｆｐｏｌｙｐｒｏｐｙｌｅｎｅｂｅｌｌｏｗｓｆｏｒａｕｔｏｍｏｂｉｌｅｂｌｏｗ ｍｏｌｄｉｎｇ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｏｐｔｉｍｕｍ ｍｏｌｄｃｌｅａｒａｎｃｅｃａｎｂｅｏｂｔａｉｎｅｄａｆｔｅｒｔｈｒｅｅｉｔｅｒａｔｉｏｎｓ．Ｔｈｅｔｈｉｃｋｎｅｓｓｏｆｂｅｌｌｏｗｓｗｉｔｈｔｈｅｏｐｔｉｍｕｍ ｍｏｌｄｃｌｅａｒａｎｃｅａｔｔｈｅｎｉｎｅｔｏｏｔｈｐｅａｋｓｆａｌｌｓｗｉｔｈｉｎｔｈｅｅｘｐｅｃｔｅｄｒａｎｇｅ（０．７ ＋０．０５ｍｍ），ａｎｄｔｈｅｍａｔｅｒｉａｌｕｓａｇｅｉｓｒｅｄｕｃｅｄｂｙ２２％．Ｔｈｅｏｐｔｉｍｕｍｃｌｅａｒａｎｃｅｃａｎｂｅｏｂｔａｉｎｅｄｂｙｏｎｌｙ２３ｅｘｐｅｒｉｍｅｎｔｓ，ｗｈｉｃｈｉｓｆａｒｌｅｓｓｔｈａｎｔｈｅｎｕｍｂｅｒｏｆｅｘｐｅｒｉｍｅｎｔｓｎｅｅｄｅｄｉｎｔｈｅａｃｔｕａｌｍｏｌｄｉｎｇｐｒｏｃｅｓｓ．

参考文献/References:

?［１］ 邢铁辉，张元位，李倩．浅谈涉外工程化学水处理系统设计优化［Ｊ］．电站系统工程，２０１８，３４（３）：８１- ８２．

［２］ 刘帅，康 建 邨．大 港 垃 圾 焚 烧 工 程 控 制 二 恶 英 排 放的优化 设 计 ［Ｊ］．再 生 资 源 与 循 环 经 济，２０１７，１０ （６）：３７- ３９．
［３］ 徐栋，蔡丽韫，李世龙，等．中亚天然气管道工程优化设计［Ｊ］．油气储运，２０１６，３５（８）：８８２- ８８７．
［４］ 刘漾，姜波，马 晓 元，等．上 海 某 ２２０ｋＶ 地 下 变 电 站 基坑工程 优 化 设 计 ［Ｊ］．结 构 工 程 师，２０１５，３１（４）： １９９- ２０５．
［５］ 顾雪，徐进力，王琦，等．响应面分析法在 ＨＲ ＩＣＰＭＳ仪器参数优化中的应用［Ｊ］．物探化探计算技术， ２０１７，３９（６）：８４１- ８４７．
［６］ 林淼．一种改进的高铁桥沉降变形预报方法研究［Ｊ］． 城市勘测，２０１７（６）：１３５- １３８．
［７］ 刘辉元，马金辉，黄琼．基于改进克里金插值的室内定位位置指纹库构建方法［Ｊ］．重庆邮电大学学报（自然科学版），２０１７，２９（６）：７５１- ７５７．
［８］ 刘彬，肖 守 讷，朱 涛，等．自 由 外 翻 式 组 合 吸 能 装 置 的设 计 及 优 化 ［Ｊ］．中 国 机 械 工 程，２０１８，２９（１７）： ２０５２- ２０５９．
［９］ 陈士华，马益平，方健美．遗 传 算 法 在 智 能 配 电 网 故
障定 位 应 用 分 析 ［Ｊ］．能 源 与 环 保，２０１７，３９（１２）： ２１９- ２２２．
［１０］ 刘吉超，陈阳舟．基于 ＧＡ ＰＳＯ 混合优化的 ＢＰＮＮ
车速预测方法［Ｊ］．交通运输系统工程与信息，２０１７， １７（６）：４０- ４７．
［１１］ 段明旭，邱冬炜，李婉，等．改进灰色人工神经网络模型的超 高 层 建 筑 变 形 预 测 ［Ｊ］．测 绘 科 学，２０１７，４２
（４）：１４１- １４６，１８３．
［１２］ 南敬昌，胡婷婷，盛爽爽，等．Ｄｏｈｅｒｔｙ功放的贝叶斯
正则化神经网络逆向建模研究［Ｊ］．计算机工程与科学，２０１８，４０（８）：１４９６- １５０２．
［１３］ 刘志敏，杜守强，王瑞莹．求解线性互补问题的 Ｌｅｖｅｎｂｅｒｇ Ｍａｒｑｕａｒｄｔ型算法［Ｊ］．应用数学学报，２０１８，
４１（３）：４０３- ４１９．
［１４］ 姜东，唐秋华，李梓响，等．多目标模拟退火算法求解混装线平衡与排序［Ｊ］．机械设 计 与 制 造，２０１８（９）： １８９- １９２．
［１５］ 黄瑾，张涛，郭阳，等．基于精英策略的多目标规划问题的粒子群算法［Ｊ］．长江大学学报（自科版），２０１８， １５（１３）：１- ６，１０１．
［１６］ 高俊龙，袁如意，易建强，等．基于一型模糊规则自主构建二型 ＴＳＫ 神经模糊系统方法设计［Ｊ］．控制理论与应用，２０１６，３３（１２）：１６１４- １６２９．
［１７］ 王英晓，杜守强．求解一类广义随机线性互补问题的投影 Ｌｅｖｅｎｂｅｒｇ Ｍａｒｑｕａｒｄｔ方法［Ｊ］．上海工程技术大学学报，２０１７，３１（４）：３２６- ３３１．
［１８］ 邱 建 成．多 重 壁 中 空 吹 塑 成 型 技 术 ［Ｊ］．塑 料 包 装， ２０１７，２７（６）：４９- ５０，６１．

相似文献/References:

[1]雷永锋,彭 浩,孙莉莉.基于正弦式自适应遗传算法的堆垛机路径优化研究[J].机械与电子,2019,(09):59.
　,Research on Path Optimization of Stacker Based on Sinusoidal Adaptive Genetic Algorithm[J].Machinery & Electronics,2019,(01):59.
[2]张心怡１,关志伟２.基于改进卡尔曼滤波在车辆组合导航中的研究[J].机械与电子,2019,(07):10.
　.Research on Vehicle Integrated Navigation Based on Improved Kalman Filter[J].Machinery & Electronics,2019,(01):10.
[3]魏志强.扫描型光电侦察系统高精度位置伺服系统设计与应用[J].机械与电子,2019,(07):49.
　Design and Application of High Precision Position Servo System for Scanning Electro-optical Reconnaissance System[J].Machinery & Electronics,2019,(01):49.
[4]操松元１,陈 江２,严 波１,等.无人机巡检输电线路的路径规划算法研究[J].机械与电子,2019,(05):40.
　,,et al.Research on Path Planning Algorithms for Unmanned Aerial Vehicle Patrol Inspection Transmission Lines[J].Machinery & Electronics,2019,(01):40.
[5]陈智鹏.基于遗传 ＫＮＮ 聚类的机械加工故障趋势预测模型[J].机械与电子,2019,(05):59.
　Fault trend Prediction Model of Machining Based on Genetic KNN Clustering[J].Machinery & Electronics,2019,(01):59.
[6]张 丹,俞齐鑫.桥式起重机箱型主梁的改进遗传算法优化设计[J].机械与电子,2015,(09):21.
　ZHANG Dan,YU Qixin.Optimized Design for Box Girder of Bridge Crane Based on Improved Genetic Algorithms[J].Machinery & Electronics,2015,(01):21.
[7]白恺,李泽滔.风电场接入系统的无功优化规划设计[J].机械与电子,2016,(06):7.
　BAI Kai,LI Zetao.Planning and Design of Reactive Power Optimization for Access System of Wind Power Plant[J].Machinery & Electronics,2016,(01):7.
[8]李兆安,陈海虹,刘彦峰.基于遗传算法的轮式挖掘机折叠动臂轻量化设计[J].机械与电子,2016,(08):29.
　LI Zhaoan,CHEN Haihong,LIU Yanfeng.Weight-reduction Design of The Folding Boom of Wheel Excavator Based on The Genetic Algorithm[J].Machinery & Electronics,2016,(01):29.
[9]陈建清,李浙昆,周浩,等.GA优化的EKF观测异步电机转速[J].机械与电子,2016,(08):44.
　CHEN Jianqing,LI Zhekun,ZHOU Hao,et al.GA-Optimized EKF for Observation of Asynchronous Motors Speed[J].Machinery & Electronics,2016,(01):44.
[10]袁小凯,李 果,蒋屹新,等.基于 ＨＳ- ＥＬＭ 的油浸式变压器故障诊断[J].机械与电子,2019,(12):30.
　,,et al.Fault Diagnosis of Oil Immersion Transformer Based on HS-ELM Algorithm[J].Machinery & Electronics,2019,(01):30.

备注/Memo

备注/Memo:
?收稿日期：２０１８- １０- ０８
作者简介：胡海涛 （１９８１－），男，山东济宁人，硕士，讲师，研究方向为电阻层析成像算法研究、电容层析成像算法研究、多项流检测技术等。
更新日期/Last Update: 2019-09-26