神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)的自動生成方法研究.pdf

1、人工神經(jīng)網(wǎng)絡(luò)技術(shù)從興起到現(xiàn)在經(jīng)歷了幾番波折。從最先的啟蒙時期到高潮時期，再到后來的低潮時期與現(xiàn)在的復(fù)興時期?？梢哉f人工神經(jīng)網(wǎng)絡(luò)的研究是當今熱點之一。生物的神經(jīng)系統(tǒng)，是自然進化的結(jié)果，然而人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)大部分是人為預(yù)先設(shè)計好的，功能具有一定的局限性。研究人工神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)的自動生成，其意義不止在于創(chuàng)造新的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型以及解決實際的問題上，更是對智能本源的探索。目前對于神經(jīng)網(wǎng)絡(luò)的自動生成技術(shù)研究主要集中在兩個方向：一是模擬自然進化過

2、程，結(jié)合進化計算理論演化網(wǎng)絡(luò)拓撲結(jié)構(gòu)；二是使用搜索技術(shù)，根據(jù)待解決問題設(shè)置合理的啟發(fā)式條件，引導(dǎo)搜索的過程。本文在前人研究成果的基礎(chǔ)上，對神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)演化方法展開了以下研究：
　　 1.對神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)進化算法-NEAT進行了改進，減少了生成網(wǎng)絡(luò)拓撲結(jié)構(gòu)的冗余度，提高了算法運行效率，并通過倒立擺平衡試驗進行了驗證。該算法適用于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)的自動生成。
　　 2.引入了一種特殊的神經(jīng)網(wǎng)絡(luò)模型——二值邏輯神經(jīng)網(wǎng)

3、絡(luò)；提出了二值邏輯神經(jīng)網(wǎng)絡(luò)運算模型的改進措施，加快了二值邏輯神經(jīng)網(wǎng)絡(luò)的運算效率，減少了權(quán)值和閾值搜索的空間范圍。
　　 3.提出了適用于二值邏輯神經(jīng)網(wǎng)絡(luò)的自動化結(jié)構(gòu)生成算法-基于遺傳算法的二值邏輯神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)生成，并通過迷宮路徑覆蓋實驗證實了算法的有效性。然而由于遺傳算法本身的局限性，實驗結(jié)果并未達到預(yù)期的要求。
　　 4.為了克服遺傳算法自身的局限性，提出了二值邏輯神經(jīng)網(wǎng)絡(luò)自動生成的新途徑-基于啟發(fā)式信息的二值邏輯神經(jīng)