ترمیم و بهینه سازی ساختار شبکه های عصبی با استفاده ازآموزش الگوریتم ژنتیک

شبکه های عصبی یکی از رو شهای پر کاربرد در یادگیری سیستمهای هوشمند است که کارایی بسیار بالایی در یادگیری الگوهای آموزشی دارد . در این مقاله سعی بر بهینه سازی ساختار و رفتار شبکه عصبی بر اساس مقادیر مطلوب شده است . برای آموزش شبکه از الگوریتم ژنتیک استفاده شده و علاوه بر توجه به تعدا د لایه ها و نرون های موجود در لایه میانی، به آموزش رفتار نرون ها با بهینه سازی مقدار پارامتر داخلی نرونها در توابع انعطاف پذیر پرداخته می شود . این مقاله نشان می دهد که جهت بهینه سازی ساختار یک شبکه عصبی، تعداد توابع ( نرونها ) لایه میانی باید بر حسب نیاز و دینامیک سیستم، بازسازی و بهینه گردد .

کلیدواژه های ترمیم و بهینه سازی ساختار شبکه های عصبی با استفاده ازآموزش الگوریتم ژنتیک:

شبکه عصبی انعطاف پذیر ، الگوریتم ژنتیک ، نرون مرده ، بهینه سازی ساختار