实现遗传算法的神经网络系统
一种实现遗传算法的神经网络系统，本系统主要由一个数字计算机（１）和实现遗传算法的神经网络模块组件（２）以及它们之间的接口组成，它是由数字计算机（１）设定遗传算法的全部初始参数，并通过与神经网络模块组件（２）的接口将遗传算法运行的预置参数传向神经网络模块组件（２），然后由神经网络模块组件（２）以群体规模并行实现全部遗传操作，并通过与数字计算机（１）的接口将遗传算法每一代运行的中间结果和整个算法运行的最终结果传给数字计算机（１），由计算机（１）将系统优化计算的结果存储下来进行显示，本发明的特征在于，神经网络模块组件（２）在进化代的规模上通过神经网络模块完全并行地实现遗传算法的全部操作，整个系统依次包括如下工作步骤： １）系统初始化：数字计算机（１）向神经网络模块组件（２）发送遗传算法的初始参数，包括群体规模ｍ，染色体编码长度为ｎ，作为遗传算法终止条件的最大进化代数Ｇ↓［ｍａｘ］和最大适应度值稳定代数Ｇ′↓［ｍａｘ］，以及遗传算法的交叉概率Ｐｘ和突变概率Ｐｍ，其中，群体规模和染色体编码长度发送给初始化模块（３），终止条件发送给终止条件模块（５），交叉和突变概率发送给遗传操作模块（７），并保存在神经网络模块组件（２）中； ２）群体初始化；群体初始化模块（３）接受来自计算机（１）的群体规模和染色体编码长度信息输入后，随机地产生遗传算法的原始（第零代）群体编码； ３）适应度值评价；适应度值评价模块（４）接受来自群体初始化模块（３）的群体编码信息输入，进行译码并对第零代群体进行译码和个体适应度值评价；适应度值评价模块（４）将群体的评价值输出到竞争模块（８），并将最优的适应度值输出到终止条件模块（５）； ４）终止条件判断；终止条件判断模块（５）
