آموزش شبکه عصبی پرسپترون چند لایه با استفاده از الگوریتم شکار دسته جمعی شامپانزه

هدف از آموزش شبکه عصبی یافتن مقدار بهینه وزن ها و بایاس ها می باشد به نحوی که خطای شبکه به حداقل ممکن برسد. با این دید آموزش شبکه عصبی یه مسئله بهینه سازی با تعداد پارامترهای مشخص است. یکی از روش های معمول در آموزش شبکه عصبی خصوصا شبکه پرسپترون چند لایه روش پس انتشار خطا می باشد. این روش ممکن است با توجه به نوع مسئله و ذات مشتق گیری خود در مینیمم های محلی گیر کند و خطای شبکه در مقدار معینی ثابت بماند یا در توابعی که تغییرات سریع دارند عملکرد مناسبی نداشته باشد. در سال های اخیر روش های زیاد بهینه یابی تکاملی بر مبنای الگو گیری از طبیعت معرفی شده اند، مزیت عمده این روش ها نسبت به روش های معمول بهینه یابی در فرار از مینیمم های محلی و پردازش داده ها با متغیرهای زیاد می باشد. در این مقاله یک روش جدید با عنوان شکار دسته جمعی شامپانزه معرفی شده و کاربرد این روش در آموزش شبکه عصبی بررسی شده است.

کلیدواژه ها:

شبکه عصبی ، آموزش شبکه عصبی ، پرسپترون چند لایه ، شکار دسته جمعی شامپانزه