基于构造性设计和GA的ANN建模方法  

An ANN Model Based on Constructive Algorithm and GA

作　　者：张胜[1] 王蔚[2] 刘红星[3] 余水宝[1] 

机构地区：[1]浙江师范大学数理与信息工程学院,浙江金华321004 [2]南京师范大学教育科学学院,江苏南京210097 [3]南京大学电子科学与工程系,江苏南京210093

出　　处：《南京师大学报（自然科学版）》2008年第4期61-65,共5页Journal of Nanjing Normal University(Natural Science Edition)

基　　金：国家自然科学基金(59905011);浙江省自然科学基金(Y207738)资助项目

摘　　要：强调了激活函数在ANN设计中的重要性,提出一种基于构造性设计及GA的网络结构及神经元激活函数类型自动优化的ANN模型(constructived and GA based activation function,简称为CGBAF),并给出其一般形式和算法.本模型用于多层前向神经网络时,其网络结构及激活函数类型可自动优化,进而可大大提高ANN的泛化能力.通过例子验证了本方法的有效性,并进行了分析.The importance of the activation functions in ANN is emphasized. A new ANN modeling method is proposed based on constructive algorithm and GA. This method can be used to realize the automatic optimization of the net structure and the types of the activation functions. As a result, the ANN＇ s generalization capability is greatly improved. This improvement is verified experimentally.

关 键 词：人工神经网络 构造性设计 GA 激活函数类型优化 

分 类 号：O233[理学—运筹学与控制论]