神经网络遗传算法函数极值寻优(共17页).docx

精选优质文档-倾情为你奉上 Beijing Jiaotong University 智能控制技术报告神经网络遗传算法函数极值寻优学 院：电子信息工程学院学 号：姓 名:指导教师：时 间：2014.11.29目录一、 课题背景在研究中经常会遇到一些非常复杂的非线性系统，这些系统方程复杂，难以用数学方法准确建模。在这种情况下，可以建立BP神经网络表达这些非线性系统。该方法把系统看成是一个黑箱，首先用系统输入输出数据训练BP神经网络，使网络能够表达该未知函数，然后就可以用训练好的BP神经网络预测系统输出。对于未知的非线性函数，仅通过函数的输入输出数据难以准确寻找函数极值。遗传算法通过模拟自然界遗传机制和生物进化论能够进行并行随机搜索最优化，所以对非线性函数极值寻优可以通过神经网络结合遗传算法求解。利用神经网络的非线性拟合能力和遗传