آموزش شبکه عصبی جمعی بر اساس الگوریتم کرم شب تاب

شببکه عصببی جمعی یک روش یادگیری است، که در آن چندین شبکه به طور مشترک برای حل یک مسیله مورد استفاده قرارمی گیرند. هدف از ساخت شبکه جمعی، رسیدن به عملکرد بهتر از نظر دقت پیش بینی و قابلیت تعمیم برای داده های ناشناختهنسبت به یک شبکه منفرد است. در این مقاله، ابتدا ارتباط بین سیستم جمعی و شبکه های سازنده آن در زمینه رگرسیون موردتجزیه و تحلیل قرار گرفته است، که نشان می دهد با ترکیب زیرمجموعه ای از شبکه ها به جای همه شبکه های موجود ممکناست، سیستم جمعی با قابلیت تعمیم بهتر در پیش بینی داده های ناشناخته حاصل شود. سپس، جهت انتخاب زیرمجموعه ای مناسباز شبکه های موجود در سیستم جمعی روشی به نام FASEN بر اساس الگوریتم فرااکتشافی کرم شب تاب ارایه شده است. دراین روش ابتدا تعدادی شبکه آموزش می بینند، پس از آن با اعمال الگوریتم کرم شب تاب به هر کدام از شبکه ها وزنی اختصاصمی یابد. به طوریکه این وزن ها تا حدودی می توانند میزان برازندگی شببکه های موجود را در ساخت یک سیستم جمعی مشخصکنند. در نهایت، زیرمجموعه ای از شبکه ها براساس وزن های تکامل یافته برای ساخت سیستم جمعی انتخاب می شوند. جهتارزیابی روش FASEN را بر مجموعه داده ی شناخته شده ی خانه ی بوستون (Boston Housing) بررسی کرده ایم، که نتایجحاکی از عملکرد بهتر این روش از نظر صحت و قابلیت تعمیم برای پیش بینی داده های ناشناخته با استفاده از معیار میانگین مربعخطا (MSE) در مقایسه با دیگر روشها است.