遗传算法优化的神经网络预测团雾

余星辉， 孙晨曦

(1.江苏科技大学 经济管理学院，江苏 镇江 212100; 2.华北水利水电大学 数学与统计学院，河南 郑州 450046)

0 引言

团雾是受局部地区微气候环境影响，在大雾中数十米到上百米的局部范围内出现的更“浓”、能见度更低的雾[1]。低能见度的团雾容易引发包括车辆追尾等在内的交通事故，由于团雾形成突然，传统的气象方法难以对其进行监测和预报，往往难度较大、成本较高，具有极大的安全隐患[2]。王月琴等[3]提出可以利用BP神经网络对高速公路团雾进行预测，但在初始权值设立和网络结构建立时会造成网络震荡，且在计算过程中易陷入局部最优解，仍存在不足[1]。针对上述缺点，本文采用遗传算法对该模型进行优化，使用概率化的寻优办法对数据进行处理，使其自动地适应与调整搜索方向，并对多个个体进行同时处理、对多个解进行评估，以降低陷入局部最优解的风险[4]。

1 团雾预测模型的BP神经网络建模

1.1 BP神经网络简介

BP(Back Propagation)神经网络，是一种模拟生物神经网络的多层前馈网络，它使用最速下降法，通过信息正向传播与误差反向传播对算法进行连续训练。在训练过程中，模型中的权值和阈值不断被自动调整，网络的误差平方和也随之不断减小，直至达到可接受的范围，得到所期望的映射关系。神经网络算法的优点在于无需预先对所求的映射关系进行描述，仅需要提供历史输入、输出数据作为训练样本。

在BP神经网络中，输入信号从各神经元的输入层进入，由隐含层通过激活函数传递到输出层，完成一次正向的学习过程。……