第 35卷 (2007)第 8期 计算机与数字工程
5
基于遗传算法的小波神经网络
李 逊 谢红胜
(华中科技大学系统科学与工程研究所 武汉 430074)
摘 要 介绍小波神经网络的基本原理 。利用遗传算法来优化小波神经网络 ,达到提高逼近精度 ,简化网络结构 ,提
高收敛速度的目的 。通过实验将其与传统的小波神经网络进行比较 ,证实前者具有更优的网络结构 ,更高的逼近精度 。
关键词 遗传算法 小波神经网络 小波变换
中图分类号 TP183
3
1 引言
小波分析理论被认为是傅立叶分析的突破性
进展 。小波变换通过尺度伸缩和平移对信号进行
多尺度分析 , 能有效提取信号的局部信息 [ 1 ] 。为
了改善人工神经网络的性能 , 1992年 Zhang Q ing
hua和 A lbert Benveniste明确提出了小波神经网络
的概念和算法 [ 2 ] 。之后又有多名学者提出了各种
小波神经网络的模型 ,例如 : Zhang Jun 等提出的基
于类紧支特性的尺度函数的正交小波基神经网
络 [ 3 ] , Szu 等人提出的两种基于连续小波变换的自
适应小波神经网络模型 [ 4 ] , Pati于 1993 年提出以
小波基函数作为神经元的激活函数 ,利用仿射小波
变换构造单隐层前向神经网络 [ 5 ] 。其中以 Szu等
人的模型应用最为广泛 。小波神经网络 (WNN -
W avelet Neural Network)是小波理论与人工神经网
络相结合的一种前馈型网络 。其思想是用小波元
代替了神经元 ,即用已定位的小波函数代替 Sig
moid函数作激活函数 ,通过仿射变换建立起小波
变换与网络系数之间的连接 ,并应用于函数逼近 。
小波神经网络兼容了小波变换与神经网络的优越
性 ,一方面 ,充分利用了小波变换的时频局部化特
性 ;另一方面 ,发挥了神经网络的自学习特性 ,从而
具有较强的逼近与容错能力 [ 6 ] 。
2 小波神经网络原理
2. 1 小波变换
平方可积函数空间 L2 ( R ) 定义 :
L2 ( R ) = { x ( t) : ∫
| x ( t) | 2 d t < ∞}
R
在函数空间 L2 ( R ) (或在更广泛的 H ilbert空
间 )中 ,选择一个母小波函数 (又称为基小波函数 )
ψ( x) ,使其满足约束条件 :
Cψ = ∫
| ^ψ(ω) | 2
| ω |
R
dω < ∞
( 1)
式 ( 1)中 , ^ψ (ω)为 ψ ( x)的 Fou rier变换 。对 ψ ( x)
进行伸缩 、平移变换得到的小波基函数系 {ψm , n
( x) } (又称分析小波或连续小波 ) 。
ψm , n ( x) = a - m /2ψ( a - m x - nb) (m , n) ∈Z2
( 2)
式 ( 2)中 a是伸缩因子 , b是平移因子 。将任意 L2
(R )空间的函数 f ( x)在小波基下展开 ,称这种展开
为函数 f ( x ) 的 连 续 小 波 变 换 ( Con tinue W avelet
T ransform ) ,表达式为 :
( f,ψm , n ) = a- m /2 ∫∞
- ∞
f ( t)ψ( a- m t - nb)
( 3)
正交小波的平移和伸缩构成了 L2 ( R )的一组正交
基 ,特别地 ,存在小波函数 ψ( x) ,使得
ψm , n ( t) = 2 - m /2ψ( 2 - m t - n)
( 4)
构成 L2 ( R )中的正交基 , 这样 , 小波基可以诱导出
L2 (R )中的一个正交分解 。因此函数 f ( x)可表示
为 :
f ( x) = ∑
(m , n) ∈ Z 2
(ψm , n ( x) , f
^
)ψm , n ( x)
( 5)
2. 2 小波神经网络
小波神经网络的理论基础是小波函数的重构
理论 :对于满足容许性条件的母小波 , 其伸缩和平
移形成的连续小波基的线性组合在 L2 ( R ) 中稠
密 [ 7 ] 。
本文的小波神经网络结构采用三层结构 ,已有
收到本文时间 : 2006年 9月 26日
作者简介 :李逊 ,男 ,硕士研究生 ,研究方向 :仿真与决策 、M IS分析与设计 。谢红胜 ,男 ,博士研究生 ,研究方向 :复杂
系统优化设计 、仿真与决策 。
6
李 逊等 :基于遗传算法的小波神经网络 第 35卷
理论证明只含有一个隐含层的 3层前馈网络能以
任意精度逼近一个非线性映射 [ 8 ] 。三层的小波神
经网络结构如图 1所示 。
成一个字符串作为问题的一个解 。
步骤 3 根据训练的结果确定每个个体的适
应度值 。适应度值通过下式计算 :
f =
1
1 + E
(11)
其中 E为误差函数 , 根据已有学者的研究表
明采用式 ( 12)熵函数表示误差 , 可以加快小波神
经网络的学习速度 [ 10 ] 。
图 1 小波神经网络结构图
结合上述小波变换的知识 ,小波神经网络结构
可以用下式表式 :
L
N
j = 1
k = 1
yi =σ ∑
ωijψm , n ( ∑
ωjk xk -θk ) -θ′i
( 6)
式 (6)中 xk 为输入层的第 k个神经元输入 ,ωjk为
输入层节点 j与隐层节点 k之间的连接权值 ,θk 为
隐层节点 k的阈值 , N 为输入层神经元个数 ,ωij为
隐层节点 i与输出层节点 j之间的连接权值 ,θ′i 为
输出节点 i的阈值 , L 为隐层节点个数 。网络的隐
层神经元采用小波函数 (通常选用 Morlet函数 )作
为激励函数 ,即 :
ψm , n ( x) =
1
ψ(
a
x - b
a
)
ψ( x) = cos( 1. 75x) ×exp ( - x2 /2)
输出层采用 Sigmoid函数作为激励函数 ,即 :
σ ( x) =
1
1 + exp ( - x)
3 小波神经网络的学习算法
( 7)
( 8)
( 9)
通常神经网络的学习算法可表示为 :对于合适
的样本集 S = { xi , yi } , i = 1, 2 …P,其中 P为样本
数 ,寻找一个参数集 Θ使得能量函数最小 [ 9 ] 。
E =
1
2
P
K
∑
p = 1
∑
i = 1
[ yp
i - dp
i ]2
( 10)
考虑到遗传算法具有较强的全局搜索能力 ,尝
试以遗传算法来确定伸缩和平移系数以及各个权
值 、阈值 。用遗传算法优化小波网络的步骤如下 :
步骤 1 随机选择 p 个染 色体 bi ( i = 1, 2,
……, p)作为种群初始化 , 每一个染色体用一个网
络结构进行编码 ,此处采用实值编码方法 。
步骤 2 用许多不同的初始权值分布对个体
集中的结构进行训练 。对每个个体对应的小波网
络中的权系数 ωjk ,ωij、伸缩和平移因子 a, b、阈值
θk ,θ′i 的训练也采用遗传算法 。将神经网络的各
个权值 、阈值和隐层节点的伸缩平移算子按次序编
E = - ∑
p = 1
P
K
∑
i = 1
[ dP
i ×lnyp
i + (1 - dp
i ) ln (1 - yp
i ) ]
(12)
i 表示第 p个样本对应于第 i个输出节点的
i 表示第 p个样本对应于第 i个节点
其中 dp
期望输出值 , yp
的实际输出值 。
步骤 4 若终止条件满足 ,则转步骤 7。
步骤 5 选择若干适应度最大的个体 ,直接继
承给下一代 。采用适应度比例方法进行选择操作 。
在该方法中 ,各个个体的选择概率和其适应度值成
比例 。在当前父代和子代中 ,为了不使适应度最大
的个体被淘汰 ,采用父代适应度最大的个体替代遗
传操作后产生的个体中适应度最差的个体 。按 p
×fi / ∑fi ( fi 为适应值 , p为种群数目 )决定第个个
体在下一代中应复制其自身的数目 ,适应值越高的
个体在下一代中复制自身的个体数目越多 。
步骤 6 按照一定的概率 pc 从复制过的种群
中随机选择两个个体进行交叉 ,其自适应调整公式
为 :
favg
pc = k1 ( fmax - f′c ) / ( fmax - favg ) f′c
pc = k2 f′c < favg
(13)
其中 k1 = k2 = 1. 0, f′c 为待交叉的两个父串中的较
大适应值 , fm ax为种群最大适应度值 , favg为种群平均
适应度值 。这就使得 pc 随着解的评价函数 (适应
值 )而自适应地改变 [ 11 ] 。再以变异概率 pm 对染色
体的每一位进行变异操作 ,其自适应调整公式为 :
(14)
其中 : g表示当前代数 , N G表示自上次进化以来至
当代为止连续未进化的代数 , Cof是变异率提高的
系数 ,通常取值很小 ,如 0. 006, 它决定了阈值 。通
过给定的概率对当代染色体进行增加删除操作 。
转步骤 3。
pm ( g) = 0. 001 +N G ×Cof
步骤 7 终止循环 , 得到最佳染色体 (编码个
体 ) 。然后转化成相应的权值 、阈值 , 隐层节点的
伸缩 、平移算子 。
4 实验结果
逼近函数为 : x ( t + 1) = 1 - a ×x ( t) 2 其中 x
2
第 35卷 (2007)第 8期 计算机与数字工程
7
(1) = 0. 4, a = 1. 6。
本文采用 MATLAB 进行编程 ,将使用遗传算
法的小波神经网络和使用传统 BP算法的小波神
经网络进行比较 。以下是两者的误差曲线 ,以及目
标逼近的对照图 。
实验结果表明采用遗传算法的小波神经网络
图 2 小波网络误差曲线 图 3 优化后的小波网络误差曲线 图 4 小波网络逼近 图 5 优化后的小波网络逼近
具有更好的逼近效果并且采用遗传算法的小波神
经网络所需的隐层节点数 ( 8 个 )远少于采用 BP
算法的小波神经网络 ( 15 个 ) ,从而前者具有较小
的网络结构 ,更快的收敛速度 。
5 结论及展望
本文利用基于自然选择和遗传学机理进行搜
索的增强式学习算法 - 遗传算法来优化小波神经
网络 ,达到提高逼近精度 ,简化网络结构 ,提高收敛
速度的目的 。基于遗传算法优化的小波神经网络
预测模型结合了遗传算法的全局优化搜索能力 ,小
波变换良好的时频局部特性 ,神经网络的自学习能
力 。下一步将研究如何将基于遗传算法优化的小
波神经网络应用于电价预测中 。
参 考 文 献
[ 1 ] Daubechies I. Ten Lectures on W avelets [M ]. Philadel
phia, PA: SIAM Press, 1992
[ 2 ] Q inghua Zhang, A lbert Benveniste. W avelet Networks
IEEE Transactions On Neural Networks, 1992, 3
[ J ].
(6) : 889~898
[ 3 ] Zhang Jun, W alter G, M iao Y, etal. W avelet neural net
works for function learning[ J ]. IEEE Trans on SP, 1995,
43 (6) : 1485~1497
[ 4 ] Szu H, Telfer B and Kadambe S. Neural network adap tive
wavelets for signal rep resentation and classification [ J ].
Op tical Engineering, 1992, 36 (9) : 1907~1916
[ 5 ] Pati Y C, Krishnap rasad P S. Analysis and synthesis of
feedforward neural networks using discrete affine wavelet
transformations[ J ].
IEEE Trans Neural Networks, 1993,
4 (1) : 73~85
[ 6 ]李弼程 ,罗建书编著. 小波分析及应用 [M ]. 北京 :电
子工业出版社 , 2003: 164~178
[ 7 ] Kreinovich V , Sirisaengtak sin O and Cabren S. W avelet
neural networks are asymp totically op timal app roximators
for functions of one variable [ C ]. Florida, USA: Proceed
ing of IEEE ICNN 94, 1994, 1: 299~304
[ 8 ]阎平凡 ,张长水编著. 人工神经网络与模拟进化计算
[M ]. 北京 :清华大学出版社 , 2000
[ 9 ] T. Q. D. Khoa, L. M. Phuong, P. T. T. B inh, N. T.
H. L ien. App lication of W avelet and Neural Network to
Long - Term Load Forecasting[ C ]. 2004 lntematlonal Con
ference on Power System Technology - POW ERCON 2004
Singapom, 2004, 11: 840~844
[ 10 ]Van Ooyen A , N ienhuis B.
Imp roving the convergence
of back - p ropagation algorithm [ J ]. Neural Networks,
1992, 5: 465~471
[ 11 ] Srinivas M , Patnaik L M. Adap tive Probabilities of
Crossover and Mutation in Genetic A lgorithm s[ J ]. IEEE
Trans. on System s, M an, & Cybernetics, 1994, 24
(4) : 656~665
2
2
2
2
2
2
2
2
fo rm ance.
Key words B P ne u ra l ne tw o rks , RB FNN ,
d iffe re n tia l P ID
incom p le tio n
( Page: 11)
1
Index(Vol. 35 No. 8) Computer and D igital Engineering
A Novel M ulti - Pa th Routing Protocol for Ad hoc Net
by W u B o
work Ba sed on An t Colony A lgor ithm
Abstract Ad ho c ne tw o rk topo lo gy a lw ays change s d ra
m a tica lly du ring the com m un ica tio n and the sp e e d o f the
no de s a re ve ry fa s t.
In th is p ap e r, a no ve l ro u te p ro to co l
ba se d o n backup p a th and im p ro ve d an t a lgo rithm is
p re se n te d. Com p a ring w ith the co nve n tio na l ro u te p ro to
co ls,
the no ve l p ro to co l co n s truc ts m u lti - p a th fo r e ve ry
de s tina tio n a t so u rce no de s and s to re s backup p a th a t in
te rm e d ia l no de s. The no ve l p ro to co l is ro bu s t e no ugh
and it app lie s backup p a th to de live r da ta p acke ts w he n
It’s w e ll su itab le in Ad ho c ne tw o rk.
link fa ilu re o ccu rs.
Key words Ad ho c, an t co lo ny a lgo rithm , m u lti - p a th
( Page: 1)
ro u ting, backup p a th
threaded Synchron iza tion Avo id ing
Study of an M ulti -
by W ang Y itao
D ea th - lock
Abstract So ftw a re w o ke in the m u lti - th re ade d app lica
tio n s, synch ro n iza tio n co n tro l and de a th - lo ck avo idance
is the e te rna l p a rt o f the m u lti - th re ade d app lica tio n s.
The re ade r - w rite r lo ck a lgo rithm and the o rde re d lo c
king p a tte rn a re d iscu s se d and o ffe re d an a lgo rithm com
po se d o f bo th o f them , w h ich can o ffe r a so lu tio n to the
synch ro n iza tio n co n tro l o f m u lti - th re ade d app lica tio n s,
and it ha s be e n p ro ve d.
Key words re ade r - w rite r lo ck a lgo rithm , o rde re d lo c
( Page: 14)
king p a tte rn
W avelet Nerua l Networks Ba sed on Gene A lgor ithm
in tro duce s
by L i X un
Abstract Th is p ap e r
the ba s ic theo ry o f
w ave le t ne u ra l ne tw o rks.
In o rde r to im p ro ve app ro ach
p re c is io n, p re d ige s t s truc tu re and im p ro ve co n stringe ncy
sp e e d. Ge ne a lgo rithm is u se d to op tim ize the w ace le t
ne u ra l ne tw o rks. The e xp e rim e n t app ro ve s tha t the ne t
w o rks w ith ge ne a lgo rithm ha s be tte r s tru ttu re and be t
te r app ro ach p re c is io n.
Key words ge ne a lgo rithm , w ave le t ne u ra l ne tw o rks,
( Page: 5)
w ave le t tran sfo rm
Black - ba sed V ideo Segm en ta tion A lgor ithm
by Zhang Z henm ing
Abstract Th is p ap e r p ropo se s a new m e tho d fo r the
video o b je c t se gm e n ta tio n. B a se d o n the m o tio n info r
m a tio n o f im age b lo cks,
the p ropo se d a lgo rithm ha s re a
so nab le tradeo ff be tw e e n the com p u ta tio na l com p le xity
and accu racy. M o re sp e c ifica lly, com p a ring w ith DCT,
the add itio na l com p u ta tio na l com p le xity is ne g lig ib le. A t
the sam e tim e ,
the accu racy o f the p ropo se d se gm e n ta
tio n a lgo rithm can sa tisfy the re qu irem e n t to fu rthe r im
p ro ve the e ffic ie ncy o f video co d ing and tran sm is sio n o
ve r w ire le s s channe l. The e xte n s ive e xp e rim e n ts show
tha t the p ropo se d m e tho d is e ffic ie n t in te rm s o f e ffic ie n
cy and ro bu s tne ss.
Key words video co d ing, video se gm e n ta tio n, video o b
( Page: 8)
je c t, m o tio n e stim a tio n
Research and Apply of Incom pletion D ifferen tia l P ID Con
trol - ar ithm etic Ba sed on RBF D istingu ish BP NN
by Zhao Changzhan
Abstract Th is p ap e r u se s the B PNN to co n tro l the th re e
p a ram e te rs o f incom p le tio n d iffe re n tia l P ID o n line , and it
d is tingu ish the se n s itive info rm a tio n o f the o u tp u t to in
p u t change o n line by u sing RB FNN a s ana lyse - in s tru
m e n t to im p ro ve the co n tro l p re c is io n o f the system.
The n w e w rite the M ATLAB im ita tio n p ro g ram m e. The
re su lt ind ica te s goo d co n tro l e ffe c t and stro ng s tab le p e r
Pa ttern Syn thesis of An tenna Array Using Genetic A lgo
by Huo D e
r ithm
Abstract A ge ne tic a lgo rithm is p re se n te d in th is p ap e r
to co n tro l re g io n s o f inc ide n t ang le s.
It adop ts an im
p ro ve d de c im a l co de d a lgo rithm ba se d o n so rting . It ad
vance s ge ne tic p a ram e te r and ge ne tic op e ra tio n to e n
hance se a rch ing e ffic ie ncy g re a tly and to avo id p rem a tu re
co nve rge nce. Eve ry re qu ire d re g io n o f s ide lo be in the
p a tte rn is op tim ize d to sa tisfy the de s ign re que s t. Suc
ce s sfu l re su lts show tha t ge ne tic a lgo rithm is an e ffe c
tive too l to re so lve such p ro b lem s.
Key words ge ne tic a lgo rithm , an te nna a rray, re g io n, op
( Page: 17)
tim iza tio n
Applica tion of GA in the D esign of Routing Protocols for
by Z hu Pengfei
W SN
Abstract D iffe re n t from trad itio na l w ire le ss ne tw o rks,
W SN ha s its sp e c ia l fe a tu re s:
the lim ite d e ne rgy, poo r
ab ility fo r com m un ica tio n, w e ak ab ility fo r com p u ting and
un s tab le topo lo gy, w h ich m ake s the inva lida tio n o f ge n
e ra lw ire le s s ro u ting p ro to co ls in the fie ld o f W SN. Th is
p ap e r p re se n ts the app lica tio n s o f GA in the de sign o f
ro u ting p ro to co ls fo r W SN. Th is w ay can a ssu re tha t
the re e xis t m u lti ro u ting p a th s be tw e e n the so u rce no de
and de s tina tio n no de. And the m e chan ism can g re a tly
lim it the e ne rgy - co n sum ing and p ro lo ng the life o f th is
ne tw o rk.
Key words W SN , GA , ro u ting p ro to co ls
( Page: 20)
Research of A lgor ithm s on S ingle - pa th Routing Protocols
by Z hu Yansong
for Ad hoc Networks
Abstract Th is p ap e r in tro duce s the de sign re qu irem e n t
o f the ro u ting a lgo rithm s fo r Ad ho c ne tw o rks, ana lys i
se s and com p a re s the fe a tu re s o f se ve ra l sing le - p a th
ro u ting a lgo rithm s from tw o kind s o f ang le s, w h ich a re
p ro ac tive and re ac tive ro u ting p ro to co ls re sp e c tive ly. Fi
na lly,
it m ake s co nc lu sio n s o f the im po rtan t po in ts and
com p le x p ro b lem s o n the re se a rch o f ro u ting a lgo rithm s