基于混沌免疫遗传算法的神经网络及应用

摘要

借助混沌随机序列构造初始种群，将免疫机制引入传统遗传进化过程，有效克服传统遗传算法种群“退化”和“早熟”的不足，保持种群多样性，构造得到混沌免疫遗传优化算法。进而将混沌免疫遗传优化算法与BP神经网络相结合，分别用混沌免疫遗传优化算法和自适应BP算法对网络权值进行全局优化和局部二次优化，建立基于混沌免疫遗传算法的神经网络模型。利用所建立的混合神经网络模型对渤海某海域年极值冰厚进行训练预测，并将模型预测结果与实际数据以及动态拓扑预测的结果进行对比，表日周基于混沌免疫遗传算法的神经网络模型具有很高的预测精度和工程适用性。