[发明专利]实现遗传算法的神经网络系统

摘要

实现遗传算法的神经网络系统，由计算机(1)神经网络模块组件(2)及之间的接口组成。特征包括：1.当通过计算机设定遗传算法的种群大小、编码方式和长度、遗传操作概率以及算法终止条件之后，神经网络模块组件以种群规模并行实现包括选择、交叉、突变和个体适应度值评价在内的全部遗传操作，并通过计算机输出其的优化计算过程和结果；2.设计了实现多父辈交叉操作和多基因突变操作的遗传操作神经网络模块，实现了二值编码遗传算法的多父辈交叉和多基因突变操作及实数编码遗传算法的多父辈算术交叉和多基因非均匀突变操作；3.设计了实现遗传算法赌盘选择操作的权值计算模块，采用了基于个体代龄的赌盘选择概率计算方案。本发明的优化计算具有结构化、柔性化、并行化、硬件化、寻优速度高、质量好的特点。

主权项

1、一种实现遗传算法的神经网络系统，本系统主要由一个数字计算机(1)和实现遗传算法的神经网络模块组件(2)以及它们之间的接口组成，它是由数字计算机(1)设定遗传算法的全部初始参数，并通过与神经网络模块组件(2)的接口将遗传算法运行的预置参数传向神经网络模块组件(2)，然后由神经网络模块组件(2)以群体规模并行实现全部遗传操作，并通过与数字计算机(1)的接口将遗传算法每一代运行的中间结果和整个算法运行的最终结果传给数字计算机(1)，由计算机(1)将系统优化计算的结果存储下来进行显示，本发明的特征在于，神经网络模块组件(2)在进化代的规模上通过神经网络模块完全并行地实现遗传算法的全部操作，整个系统依次包括如下工作步骤：1)系统初始化；数字计算机(1)向神经网络模块组件(2)发送遗传算法的初始参数，包括群体规模m，染色体编码长度为n，作为遗传算法终止条件的最大进化代数Gmax和最大适应度值稳定代数Gmax，以及遗传算法的交叉概率Px和突变概率Pm，其中，群体规模和染色体编码长度发送给初始化模块(3)，终止条件发送给终止条件模块(5)，交叉和突变概率发送给遗传操作模块(7)，并保存在神经网络模块组件(2)中；2)群体初始化；群体初始化模块(3)接受来自计算机(1)的群体规模和染色体编码长度信息输入后，随机地产生遗传算法的原始(第零代)群体编码；3)适应度值评价；适应度值评价模块(4)接受来自群体初始化模块(3)的群体编码信息输入，进行译码并对第零代群体进行译码和个体适应度值评价；适应度值评价模块(4)将群体的评价值输出到竞争模块(8)，并将最优的适应度值输出到终止条件模块(5)；4)终止条件判断；终止条件判断模块(5)接收来自适应度值评价模块(4)的当前代最优适应度值和来自竞争模块(8)的遗传算法当前进化代的信息，并以此判断当前代群体是否满足算法终止条件，如果满足，则向计算机(1)输出优化结果，否则，以当前代群体作为父代群体，继续下一步操作；终止条件判断模块(5)的输出到遗传操作模块(7)；终止条件判断模块(5)中的输入有三个来源：最大进化世代数和最优值稳定的最大世代数由计算机(1)给定；遗传算法的实际进化代数从竞争模块(8)读入；本代和上代的最优值从评价模块(4)中读入；5)权值计算；权值计算模块(6)根据父代群体中个体的代龄计算遗传操作模块(7)中的连接权值矩阵，为实现遗传算法的赌盘选择操作提供依据，同时作为决定每一个在交配竞争中获胜的父代个体对其子代贡献的大小的依据；权值计算模块(6)的输入为经竞争模块(8)选择之后的参与遗传操作的父代群体的代龄，其输出的权值矩阵一方面将被输出到遗传操作神经网络模块(7)的交叉操作子模块(9)中作为交配竞争的依据，另一方面将被输出到交叉操作子模块(9)中作为该模块输入层神经元到交叉操作层神经元的连接权值(12)；6)遗传操作；遗传操作模块(7)根据权值矩阵完成父代群体的交配竞争，并由这些竞争获胜的父代个体完成遗传算法的多父辈交叉和多基因突变操作，产生子代群体的编码；遗传操作模块(7)包括多父辈交叉(9)和多基因突变(10)两个子模块，它接收来自经竞争模块(8)淘汰之后的父代群体编码信息输入，实现遗传算法的交叉和突变操作，并输出子代群体的编码到评价模块(4)；每个遗传操作单元模块(7)产生一个子代个体，系统中遗传操作单元模块(7)的数量与遗传操作所产生新个体的数量相同；7)适应度值评价；适应度值评价模块(4)对子代群体进行译码和个体适应度值评价；该步骤与第3)步相似，将子代群体的编码从遗传操作模块(7)输入到评价模块(4)，分别计算其个体适应度值并将个体的适应度值输出到竞争模块(8)；8)生存竞争；竞争模块(8)接受来自评价模块(4)的父代群体和子代群体的适应度值信息，竞争模块实现实现父代群体和子代群体之间的生存竞争，实现优胜劣汰，从而形成新一代群体；9)重复第4)到第8)步操作，直到满足算法的终止条件；前述的神经网络模块组件(2)中用圆角框表示的父代群体和新生子代不是物理的模块，而是分布存储在神经网络模块组件中的关于遗传算法当代群体的信息。