Ансамбли нейросетевых моделей с применением многокритериального самоконфигурируемого генетического программирования

Рассматривается комплексный подход для автоматизированного проектирования ансамблей нейросетевых моделей. Предлагается применение многокритериального самоконфигурируемого генетического программирования. К каждой новой сгенерированной сети добавляются наиболее эффективные (“лучшие”) сети, оцененные по двум критериям на первом этапе алгоритма. Таким образом создается популяция ансамблей. Условием отбора новых сгенерированных сетей является эффективность решения всего ансамбля, в который входит эта сеть, - третий критерий. После окончания эволюционной процедуры в финальный ансамбль попадают сети, отобранные по третьему критерию. Также предложен подход к формированию решения ансамбля на основе решений входящих в него сетей - схема Scheme ED1. Предложенный метод был протестирован на задачах прогнозирования с различным количеством входных и выходных сигналов (нейронов) в сети. Результаты подтверждают высокую эффективность.