بهینه سازی شبکه های عصبی با الگوریتم ژنتیک

بهینه سازی شبکه های عصبی با الگوریتم ژنتیک به طرق مختلف انجام می شود. یکی از این روش ها بهینه سازی تکرار شبکه های عصبی می باشد. ایده اصلی این روش است که این مدل ابتدا توسعه یافته و با استفاده از نمونه های کمتر آموزش دیده و پس از آن در منطقه محتمل جست و جو در مدل بهینه ی حل شده آموزش می بیند. نتیجه تأیید شده بر اساس موارد انجام شده به عنوان آموزش مجدد مدل اضافه شده است و روش دوم با عنوان ارائه راه حل الگوریتم ژنتیک برای ساختار و وزن های شبکه عصبی می باشد. در این بهینه سازی، وزن، تعاملات به یکطرف (باباس) و ساختار شبکه های عصبی برای هشدار دادن درنظر گرفته می شود. عملکرد روش ارائه شده با استفاده از بکاربردن آن بر روی مشکلات پیش بینی سری زمانی مورد بررسی قرار می گیرد. و روش دیگر بهینه سازی شبکه عصبی مقیاسی با الگوریتم ژنتیک می باشد. این روش از یک رویکرد دانه ای بر اساس پیچیدگی دیتا بیس استفاده می کند. در مورد این روش پیشنهادی با مسئله تشخیص انسان بر اساس اطلاعات صورت تست شده است. توزیع اشخاص در هر گرانول با یک آنالیز اولیه تعیین شده که منجر به گروه بندی داده ها با پیچیدگی مشابه می شود.

کلیدواژه ها:

بهینه سازی ، شبکه های عصبی ، الگوریتم ژنتیک ، قالب ریزی ، پیش بینی سری های زمانی