一种基于多物种协同进化的神经网络优化方法  

A Method of NN Optimization Based on Species Coevolution

作　　者：姜新农[1] 王文香[1] 

机构地区：[1]中国科技大学信息科学技术学院,合肥230027

出　　处：《计算机工程与应用》2006年第15期69-71,共3页Computer Engineering and Applications

摘　　要：论文在阐明了遗传算法和神经网络结合的必要性之后,分析了一般遗传算法在神经网络结构优化过程中存在的不足,并根据多物种之间相互竞争和相互适应的机理提出了一种基于多物种协同进化的优化方法。该方法既可以有效地避免神经网络结构寻优过程中解搜索空间过大以及进化规则复杂等问题,还可以起到对网络的结构和权值同时进化的作用。仿真实验表明该方法是可行并且有效的。After demonstrating the necessity of combining Genetic Algorithm（GA） and Neural Networks （NN）,this paper points out the shortcomings of the common NN structure optimization method based on GA,and gives a new method based on the species coevolution.The new method can not only avoid the matter of the large range of solution and the complexity of evolution rules effectively during NN structure learning,but also realize that the structure and weights of NN can be optimized together.The simulation and application demonstrate that this method is effective.

关 键 词：神经网络 遗传算法 多物种协同进化 机械手 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]