一种优化计算确定神经网络结构的方法  

Method to Determine Structure of Feedforward Neural Network by Optimization Calculation

作　　者：李鸿儒[1,2] 王晓楠[2] 何大阔[1,2] 贾明兴[2] 

机构地区：[1]东北大学信息科学与工程学院,沈阳110004 [2]东北大学流程工业综合自动化教育部重点实验室,沈阳110004

出　　处：《系统仿真学报》2009年第1期104-107,共4页Journal of System Simulation

基　　金：国家自然科学基金(60674063);辽宁省自然科学基金(20062024)

摘　　要：对于一个具体的多层前向神经网络设计问题,网络的输入输出以及标准样本数为已知,网络的隐层结构,即隐层层数和每个隐层神经元个数如何选择是神经网络设计中的关键。根据代数方程理论,通过权值和阈值与隐层结构的关系,建立了以权值和阈值为设计变量的目标函数表达式,通过分析,提出了多层前向神经网络合理的隐层层数和每个隐层神经元个数的一般确定方法,给出了确定多层前向神经网络合理结构的优化目标函数及其约束条件。仿真研究结果表明所提出方法确定的多层前向神经网络结构是合理的。For the structure design of a multi-layer feedforward neural network （MFNN）, the number of input, output and training datum of MFNN is known, and how to establish the structure of hidden layers, such as numbers of hidden layers and unit number per hidden layer, is the most important process. Based on algebra equation theory, the expression composed by power and threshold was established. Furthermore, a general confirming method of rational construct of MFNN was proposed. And then the target function and restricting condition to optimize the structure of MFNN were given. The simulation results show the structure of MFNN constructed by the proposed method is reasonable.

关 键 词：多层神经网络 隐层结构 非线性方程组 结构优化 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]