Development of adaptive genetic algorithms for neural network models multicriteria design
Автор: Brester Christina Yuryevna, Semenkin Evgeny Stanislavovich
Журнал: Сибирский аэрокосмический журнал @vestnik-sibsau
Рубрика: 2-я международная конференция по математическим моделям и их применению
Статья в выпуске: 4 (50), 2013 года.
Бесплатный доступ
In this paper modifications of single- and multi-objective genetic algorithms are described and testing results of these approaches are presented. The gist of the algorithms is the use of the self-adaptation idea leading to reducing of the expert significance for the algorithm setting and expanding of GAs’ application capabilities. On the basis of offered methods the program system realizing the technique for neural network models design was developed. The effectiveness of all algorithms was investigated on a set of test problems.
Genetic algorithms, multicriteria optimization, self-adaptation, neural networks, classification
Короткий адрес: https://sciup.org/148177169
IDR: 148177169 | УДК: 519.87
Разработка адаптивного генетического алгоритма для многокритериального проектирования нейросетевых моделей
Рассматриваются модификации одно- и многокритериального генетических алгоритмов и представлены результаты численных исследований этих подходов. Преимущество разработанных методов заключается в использовании идеи самоадаптации, позволяющей отказаться от привлечения эксперта для настройки алгоритма и расширить возможности использования генетических алгоритмов. На основе предлагаемых подходов разработана программная система для проектирования нейросетевых моделей. Эффективность всех алгоритмов была исследована на тестовых задачах.
