基于遗传算法的前向神经网络结构优化

被引：9

作者：

王宏刚

钱锋

机构：

[1] 华东理工大学自动化研究所

来源：

控制工程 | 2007年 / 04期

基金：

上海市自然科学基金;

关键词：

遗传算法; 前向神经网络; 结构优化; 多层感知器; 径向基函数; 径向基概率神经网络;

D O I：

10.14107/j.cnki.kzgc.2007.04.022

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

对近几年应用遗传算法(Genetic Algorithm,GA)优化设计前向神经网络结构的研究进行了评述。指出了神经网络结构优化设计的重要性和目前各种方法存在的不足。介绍了神经网络结构设计原理和应用GA优化设计神经网络应着重考虑的两个问题:即结构表达策略和适应度函数设计。分别对近来应用GA优化设计多层感知器、径向基函数神经网络和径向基概率神经网络结构的研究进行了细致介绍和分析。指出了目前研究工作的不足和未来研究工作的发展方向。

引用

页码：387 / 390

页数：4

共 8 条

[1] 最大绝对误差结合微遗传算法优化径向基概率神经网络 [J].

赵温波 ;

王立明 ;

黄德双 .

计算机研究与发展, 2005, (02) :179-187

[2] 基于遗传算法的神经网络两阶段学习方案 [J].

张栋 ;

蔡开元 .

系统仿真学报, 2003, (08) :1088-1090

[3] 基于多物种进化遗传算法的神经网络结构学习方法 [J].

李智勇 ;

童调生 ;

不详 .

计算机工程与应用 , 2003, (22) :87-90

[4] 基于进化计算的神经网络设计与实现 [J].

何永勇 ;

褚福磊 ;

钟秉林 .

控制与决策, 2001, (03) :257-262

[5] A review of genetic algorithms applied to training radial basis function networks [J].

Harpham, C ;

Dawson, CW ;

Brown, MR .

NEURAL COMPUTING & APPLICATIONS, 2004, 13 (03) :193-201

[6] Cooperative binary-real coded genetic algorithms for generating and adapting artificial neural networks [J].

Barrios, D ;

Carrascal, A ;

Manrique, D ;

Ríos, J .

NEURAL COMPUTING & APPLICATIONS, 2003, 12 (02) :49-60

[7]

Generation and adaptation of neural networks by evolutionary techniques (GANNET)[J] . G. E. Robbins,M. D. Plumbley,J. C. Hughes,F. Fallside,R. Prager.Neural Computing & Applications . 1993 (1)

[8]

Learning in linear neural networks:a survey .2 Baldi P. IEEE Transon Neural Networks . 1995

← 1 →