350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №12 за 2010 г.
Статья в номере:
Исследование генетических алгоритмов для обучения многослойного персептрона
Ключевые слова: искусственные нейронные сети генетические алгоритмы оптимизация роя частиц параллельный островной алгоритм многослойный персептрон обучение распознавание классификация
Авторы:
Л. Г. Комарцова - д. т. н., профессор КФ МГТУ им. Н. Э. Баумана. E-mail: komlg@bmstu-kaluga.ru, lkomartsova@yandex.ru Д. С. Кадников - аспирант КФ МГТУ им. Н.Э. Баумана. E-mail: dskadnikov@yandex.ru
Аннотация:
Проведено исследование генетического алгоритма, гибридного алгоритма на основе генетического алгоритма и алгоритма оптимизации роя частиц и параллельного генетического алгоритма островного типа для решения задачи обучения искусственной нейронной сети на распознавание классов.
Страницы: 12-19
Список источников
  1. Комарцова Л. Г., Максимов А. В. Нейрокомпьютеры. М.: МГТУ им. Н. Э. Баумана. 2004.
  2. Вороновский Г. А., Махотило К. В., Петрашев С. Н., Сергеев С. А. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности. Харьков: ОСНОВА. 1997.
  3. Hassan, R., Cohanim, B., de Weck, O. L., Venter, G., A Comparison of Particle Swarm Optimization and the Genetic Algorithm. AIAA-2005-1897. 1st AIAA Multidisciplinary Design Optimization Specialist Conference. Austin. Texas. April 18-21. 2005
  4. Chia-Feng Juang, Yuan-Chang Liou, On the hybrid of genetic algorithm and particle swarm optimization for evolving recurrent neural network // IEEE Proc. of Neural Networks International Joint Conference. July 2004. V. 3. P. 2285 - 2289.
  5. Erick Cantu-Paz. Efficient and accurate parallel genetic algorithms. Kluwer Academic Publishers. 2001.
  6. http://www.ics.uci.edu/~mlearn/databases/
  7. Курейчик В. М., Курейчик В. В. Эволюционные, синергетические и гомеостатические стратегии в искусственном интеллекте: состояние и перспективы // Новости искусственного интеллекта. 2000. № 3.С. 39-65.
  8. Ратнер А. Н. Генетика. Молекулярная кибернетика. Новосибирск: Наука. 2002.