| 基于协同进化遗传算法的神经网络优化 |
| |
| 引用本文： | 罗兵,章云,黄红梅.基于协同进化遗传算法的神经网络优化[J].计算机工程与设计,2007,28(3):638-641. |
| |
| 作者姓名： | 罗兵 章云 黄红梅 |
| |
| 作者单位： | 1. 长江大学,计算机学院,湖北,荆州,434023
2. 广东工业大学,自动化学院,广东,广州,510090 |
| |
| 摘 要： | 人工神经网络的结构设计没有系统的规律可循,而基于梯度的神经网络参数优化又易于陷入局部最优解.该文研究了用带退化的协同进化遗传算法来优化神经网络结构,同时优化网络参数.将网络参数作为实数编码基因进行遗传选择,参数个体的受损率超过退化阀值时发生结构退化.退化进程由协同进化的控制个体动态控制.实验证明,该方案能够有效简化神经网络的结构和得到最优网络参数,收敛速度比常规遗传算法快.
|
| 关 键 词： | 遗传算法 协同进化 退化 神经网络 优化 协同进化遗传算法 神经 网络优化 degeneration genetic algorithm based neural networks 常规遗传算法 速度比 收敛 最优解 结构退化 简化 方案 验证 动态控制 发生 阀值 网络参数 遗传选择 |
| 文章编号： | 1000-7024（2007）03-0638-04 |
| 修稿时间： | 2006-01-29 |
Optimization of neural networks based on co-evolutionary genetic algorithm with degeneration |
| |
| LUO Bing,ZHANG Yun,HUANG Hong-mei.Optimization of neural networks based on co-evolutionary genetic algorithm with degeneration[J].Computer Engineering and Design,2007,28(3):638-641. |
| |
| Authors: | LUO Bing ZHANG Yun HUANG Hong-mei |
| |
| Affiliation: | 1. College of Computer, Yangtze University, Jingzhou 434023, China; 2. College of Automation, Guangdong University of Technology, Guangzhou 510090, China |
| |
| Abstract: | Structural designing of artificial neural network is always a trouble problem without systematic rule and local minimum usually connects with conventional grads based on parameters optimization.Optimization of neural networks structure and parameters based on co-evolutionary genetic algorithm with degeneration are studied.Parameters are coded as gene co-evolving with control gene that controls degeneration.Experiments show that this approach get simpler structure,better parameters and more rapid convergence. |
| |
| Keywords: | genetic algorithm co-evolution degeneration neural networks optimization |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
