神经元模式分类器学习的进化计算算法  

AN EVOLUTIONARY ALGORITHM FOR LEARNING OF A NEURAL PATTERN CLASSIFIER

作　　者：刘健勤[1] 魏敏洁[1] 

机构地区：[1]中南工业大学自动控制工程系,长沙410083

出　　处：《计算机应用与软件》2000年第10期34-38,共5页Computer Applications and Software

摘　　要：本文提出了一种用于神经元模式分类器学习的进化计算算法。该算法综合了非确定有限自动机和次群体的动态数据结构,可有效地完成神经网络模式分类器的结构学习,以获得最优的求解结果。该算法的有效性已由计算机仿真实验所证实,可被认为是一种很有发展前途的模式分类系统的机器学习算法。This paper proposes an evolutionary algorithm for learning of a neural pattern classifier.This algorithm integrates non-determinate finite automata and dynamic data structure of sub-population. It can perform structure learning for a neural network pattern classifier efficiently to obtain the optimal result of problem solving. Its effectiveness has been testified by computer simulating experiment and it can be regarded as a promising machine learning for the pattern classification system.

关 键 词：进化计算 神经网络 算法 神经元模式分类器 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]