Question

遗传算法优化概率神经网络的matlab代码

最近在作毕设，内容是用遗传算法优化概率神经网络里的平滑因子（即spread值），苦于自己不会编程，哪位仁兄能提供帮助吗？有类似的matlab程序代码给我发一个吗？万分感谢了！

Answer 1

原理大概是，设置一个初始种群，种群里的个体就是平滑因子，经过遗传算法的选择、交叉、变异后，逐渐找到一个最佳的spread，即为最终结果。

附件是一个GA-BP算法的程序，虽然不同，但是原理是相近的，可以参考。

遗传算法的基本运算过程如下：

a)初始化：设置进化代数计数器t=0，设置最大进化代数T，随机生成M个个体作为初始群体P(0)。

b)个体评价：计算群体P(t)中各个个体的适应度。

c)选择运算:将选择算子作用于群体。选择的目的是把优化的个体直接遗传到下一代或通过配对交叉产生新的个体再遗传到下一代。选择操作是建立在群体中个体的适应度评估基础上的。

d)交叉运算：将交叉算子作用于群体。遗传算法中起核心作用的就是交叉算子。

e)变异运算：将变异算子作用于群体。即是对群体中的个体串的某些基因座上的基因值作变动。

群体P(t)经过选择、交叉、变异运算之后得到下一代群体P(t+1)。

f)终止条件判断:若t=T,则以进化过程中所得到的具有最大适应度个体作为最优解输出，终止计算。

追问

也就是说，我可以套用整个算法的框架？只要把目标函数改成概率神经网络的就可以了？但是我就是个小白，什么都不会，你能帮忙改一下代码，让它实现对spread值的优化吗？万分感谢啊

Answer 2

有了优化目标，写出目标函数，直接优化。