Gause竞争型协同进化算法在FNN中的应用  

The Application of Gause Competitive Coevolution Algorithmin Fuzzy Neural Network

作　　者：陈海涛[1] 赵有[1] 吴启权[2] 

机构地区：[1]张家口职业技术学院计算机系,河北张家口075000 [2]天津大学电信学院计算机系,天津300072

出　　处：《计算机工程与应用》2004年第34期85-87,91,共4页Computer Engineering and Applications

摘　　要：自从60年代J.霍兰提出遗传算法以来,模拟进化算法得到了很大的发展和应用。协同进化算法是针对遗传算法的不足提出,还处于研究初步阶段。该文在竞争型协同进化的基础上,借鉴生态学中物种竞争模型,提出了基于Gause竞争方程的竞争型协同进化算法,并将该算法应用于模糊神经系统的辨识问题上。实验证明,该算法比标准遗传算法、典型竞争型协同进化算法和BP学习算法具有更好的全局收敛性和更快的收敛速度,在一定程度上解决了标准遗传算法的不足。Genetic Algorithm and Fuzzy Neural Network are being the intense popular interests at present.A co-evolution algorithm is brought forward to solve the premature convergence and speed up the convergence of GA.This paper presents a new competitive co-evolution algorithm,which offers advantages over traditional evolutionary algorithm based on the Gause competitive model in the field of ecology.To show the efficiency we apply it to optimize a fuzzy neural network.

关 键 词：模拟进化算法 遗传算法 Gause竞争方程 竞争型协同进化 模糊神经网络 

分 类 号：TN925.93[电子电信—通信与信息系统]