高维进化策略调整神经网络结构和参数
High Dimensional Evolutionary Strategy for Tuning the Structure and Parameters of a Neural Network作者机构：中南大学信息科学与工程学院湖南长沙410083 湘潭大学信息工程学院湖南湘潭411105
出 版 物：《小型微型计算机系统》 (Journal of Chinese Computer Systems)
年 卷 期：2008年第29卷第12期
页 面：2313-2318页
核心收录：
学科分类：08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家自然科学基金(60234030,60404021)资助 国家基础研究项目(A1420060159)资助 湖南省院士基金项目(07IJY3035)资助
摘 要：提出一种基于佳点集原理的进化策略用于神经网络结构和参数的调整.为了克服正交设计法的一些不足来处理高维最优化问题,本文采用分步交叉框架,将佳点集技术引入实数域交叉算子增强高维空间的搜索能力.前馈神经网络的隐含节点与连接边数从小逐步递增直至学习效果足够好.通过调整能得到一个部分连接的前馈网络,减少了网络实现的耗费.最后,佳点集进化策略有效应用于生成预测太阳黑子的演化神经网络.实验结果证明了新方法的有效性.
维普期刊数据库
同方期刊数据库