基于禁忌搜索的神经网络集成

被引：3

作者：

周小锋 ^{[1
]}

郭俊锋 ^{[2
]}

机构：

[1] 西安科技大学通信与信息工程学院

[2] 陕西理工学院电信工程系

来源：

陕西理工学院学报(自然科学版) | 2007年 / 01期

关键词：

神经网络集成; AdaBoosting算法; 禁忌搜索;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TP391.3 [检索机];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 081203 ;

摘要：

给出了一种利用禁忌搜索来实现神经网络集成AdaBoosting算法的方法。以Ada- Boosting算法中的权值向量为优化对象,对其若干个元素进行扰动,并通过设定其为禁忌对象,以禁忌搜索控制寻优方向,以逼近误差为适值函数,在满足逼近误差或达到进化代数时结束进化。由于禁忌搜索可以避免迂回搜索,从而提高进化效率,使得算法易收敛。通过实例验证了该方法的可行性。

引用

页码：24 / 26+32 +32

页数：4

共 6 条

[1]

Variable Selection with Neural Networks. Cibas T,Fogelman Soulie F,Gallinari P　et al. Neural Computation . 1996

[2] 基于区间值推理的模糊神经网络 [J].