Читать в оригинале

<< ПредыдущаяОглавлениеСледующая >>


4.12. Эволюционные алгоритмы в нейронных сетях

Объединение генетических алгоритмов и нейронных сетей известно в литературе под аббревиатурой COGANN (Combinations of Genetic Algorithms and Neural Networks). Это объединение может быть вспомогательным (supportive) либо равноправным (collaborative) [39]. Вспомогательное объединение двух методов означает, что они применяются последовательно один за другим, причем один из них служит для подготовки данных, используемых при реализации второго метода. При равноправном объединении оба метода применяются одновременно. Классификация этих типов объединений генетических алгоритмов и нейронных сетей представлена в табл. 4.6.

Таблица 4.6. Объединение генетических алгоритмов и нейронных сетей

Вид объединения

Характеристика объединения

Примеры использования

Литература

 

Генетические алгоритмы и нейронные сети независимо применяются для решения одной и той же задачи

Однонаправленные нейронные сети, сети Кохонена с самоорганизацией и генетические алгоритмы в задачах классификации

[40, 46]

Вспомогательное

Нейронные сети для обеспечения генетических алгоритмов

Формирование исходной популяции для генетического алгоритма

[26, 27]

Генетические алгоритмы для обеспечения нейронных сетей

Анализ нейронных сетей

[5, 10, 11, 42]

Подбор параметров либо преобразование пространства параметров

[17, 22, 24]

Подбор параметров либо правила обучения (эволюция правил обучения)

[3, 6, 20, 38]

Равноправное

Генетические алгоритмы для обучения нейронных сетей

Эволюционное обучение сети (эволюция весов связей)

[2, 35, 44]

Генетические алгоритмы для выбора топологии нейронной сети

Эволюционный подбор топологии сети (эволюция сетевой архитектуры)

[17, 20, 45]

Системы, объединяющие адаптивные стратегии генетических алгоритмов и нейронных сетей

Нейронные сети для решения оптимизационных задач с применением генетического алгоритма для подбора весов сети

[1]

Реализация генетического алгоритма с помощью нейронной сети

[16]

Применение нейронной сети для реализации оператора скрещивания в генетическом алгоритме

[41]

В последующей части настоящего раздела будут обсуждаться конкретные комбинации, отраженные в приводимой таблице. Рисунки 4.116 - 4.118 иллюстрируют различные подходы к решению задач, рассматриваемые как вспомогательные объединения генетических алгоритмов и нейронных сетей.

Необходимо отметить, что в соответствии с замечаниями, приведенными в разд. 4.10, термин «генетические алгоритмы» применяется здесь в более широком смысле, чем классический генетический алгоритм.

 



<< ПредыдущаяОглавлениеСледующая >>