بهینه سازی شبکه عصبی با استفاده از الگوریتم هوش کوهورت (ANN-CI) در تشخیص بیماری دیابت پایما

شبکه عصبی پس انتشار پرکاربردترین مورد استفاده در شبکه های عصبی است که برای حل مسایل واقعی بسیاری به کار گرفته شده است. دقت و کارایی این الگوریتم بستگی به انتخاب وزن های اولیه، تعداد نرون ها، نرخ یادگیری و غیره دارد. از آنجا که شبکه عصبی یک الگوریتم جست و جوی محلی است، بنابراین امکان واقع شدن در مینیم محلی وجود دارد. محققان از شیوه های متفاوتی از جمله استفاده از الگوریتم جست و جوی جمعی و یا تکاملی مانند الگوریتم ژنتیک برای تنظیم پارامترهای شبکه عصبی استفاده کرده اند که بسیار مورد بررسی و استفاده قرار گرفته است. الگوریتم نوظهور هوش کوهورت یک الگوریتم جست و جوی جمعی است که برای بهینه سازی مسایل مورد استفاده قرار میگیرد و نسبت به سایر الگوریتم های هم رده ی خود در بسیاری از مسایل عملکرد بهتر و سریع تری دارد. هدف از این مقاله به کارگیری الگوریتم هوش کوهورت جهت بهینه سازی شبکه عصبی با تعیین وزن های اولیه مناسب و تعداد نرون ها است که پاسخ سریع تر و مناسب تری نسبت به ترکیب شبکه عصبی با الگوریتم ژنتیک -که بسیار مورد توجه قرار گرفته است دارد.