目次
3 文化的アルゴリズム最適化に基づくニューラルネットワーク予測研究の実行結果（Matlabコード実装）
1 文化最適化アルゴリズム
自然界のあらゆる生物は、生存環境の中で互いに競争し、適者生存、進化を続け、環境への適応力を高め、人々は身の回りの不思議な自然を注意深く観察し、無限の想像力を刺激し、生物の進化のメカニズムをシミュレーションし、進化的プログラミング、遺伝的アルゴリズム、粒子群最適化アルゴリズム、魚群アルゴリズムなどの一連の進化的コンピューティング手法を提案します。しかし、これらの手法はまだ人口空間に限定されており、利用できる情報資源は現在または以前の進化情報のみですが、進化過程の歴史的知識や将来の探索の効果的な予測は十分に活用されていません。活用されている。したがって、進化のプロセスに内在するあらゆる情報をいかに効果的に抽出し、効果的に利用して進化の効率を高めるかが、この分野の研究のホットスポットとなっている プロセスの集合体としての文学は知識の構造的蓄積であり、変革は教育と人材である。人類は世代から世代へと文化を継承し、他の生物種を上回る速度で進化してきたため、今日の文明がこれほど発展しました。文化がなければ学ぶべき経験もなくなり、人間社会は試行錯誤の連続となります。
文化アルゴリズムは、生物の進化と文化の進化を2つのレベルでシミュレートし、2つのプロセスは互いに独立しており、相互に影響し合う、知識に基づく2層の進化システムです。このアルゴリズムの利点は、各検索から問題を解決するための有効な情報を抽出し、母集団の検索プロセスをガイドするためにフィードバックできることです。これにより、精度と効率の点でアルゴリズムが効果的に向上します。
2 人工ニューラルネットワーク
人工ニューラル ネットワークは、教師ありおよび教師なしの条件下で分類と回帰作業を実現でき、重み係数を適切に調整することで、ニューラル ネットワークの出力を正しいターゲットに収束させることができます7。これらの重み係数は、ネットワークの学習とトレーニングによって取得され、トレーニング プロセスでは、事前に提供されたデータのバッチを使用してネットワーク分析を行い、入力と出力の間の潜在的な規則を見つけます。その後、これらの法則に従ってネットワークの出力データが計算されます。人工ニューラル ネットワークには次のような主な特徴があります。
(1) 高い学習能力。
(2) 人間の思考と知覚のプロセスをより適切にシミュレートする能力。
(3) 強力なアソシエーション能力と耐障害性
(4) 並列協調処理機能の向上。
(5) は非線形力学系です。
この記事ではコードの一部のみを示しますが、
function Culture = AdjustCulture(Culture, spop)
n = numel(spop);
nVar = numel(spop(1).Position);
for i = 1:n
if spop(i).Cost<Culture.Situational.Cost
Culture.Situational = spop(i);
end
for j = 1:nVar
if spop(i).Position(j)<Culture.Normative.Min(j) ...
|| spop(i).Cost<Culture.Normative.L(j)
Culture.Normative.Min(j) = spop(i).Position(j);
Culture.Normative.L(j) = spop(i).Cost;
end
if spop(i).Position(j)>Culture.Normative.Max(j) ...
|| spop(i).Cost<Culture.Normative.U(j)
Culture.Normative.Max(j) = spop(i).Position(j);
Culture.Normative.U(j) = spop(i).Cost;
end
end
end
Culture.Normative.Size = Culture.Normative.Max-Culture.Normative.Min;
end
3 文化的アルゴリズム最適化に基づくニューラルネットワーク予測研究の実行結果（Matlabコード実装）
4 参考文献
一部の理論はオンライン文献を参照しています。侵害がある場合は、連絡して削除してください。
[1] Wei Xiu. 文化的アルゴリズムの最適化 RBF ニューラル ネットワークと応用研究 [D]. 太原理工大学、2011 年。