آموزش شبکه های عصبی با استفاده از ترکیب الگوریتم های بهینه سازی اجتماع پرندگان و تکامل تفاضلی

در این مقاله، آموزش شبکه های عصبی با استفاده از شکل خاصی از ترکیب الگوریتم های تکامل تفاضلی و اجتماع پرندگان به نام DEPSOM برای افزایش دقت دسته بندی داده ها پیشنهاد شده است. الگوریتم های متعددی برای آموزش شبکه های عصبی وجود دارد. یکی از معروفترین آنها، الگوریتم یادگیری پس انتشار است که این الگوریتم معایبی مانند همگرایی کند و افتادن در کمینه محلی دارد. برای بهبود آموزش شبکه های عصبی، در این مقاله از الگوریتم های بهینه سازی متاهیوریستیک استفاده شده است. نتایج حاصل از پیاده سازی بر روی مجموعه داده ی Iris نشان می دهد که الگوریتم ترکیبی DEPSOM ، عملکرد مناسبی در آموزش شبکه های عصبی دارد و در مقایسه با آموزش شبکه با استفاده از الگوریتم PSO نتایج دقیق تری بدست می آورد.

کلیدواژه ها:

محاسبه گری زیستی ، شبکه های عصبی ، آموزش شبکه های عصبی ، الگوریتم اجتماع پرندگان ، الگوریتم تکامل تفاضلی