Нейросети
Нейросети
Нейросети
Нейросети
Нейросети





Нейросети
  Глава 1     Глава 2   

 

 

Параметры Популяция - Population и Поколения - Generations определяют, как много усилий алгоритм затрачивает на поиск.

Схема работы генетического алгоритма такова. Берется случай-

ный набор, популяция битовых строк (в нашем случае отдельный

бит, соответствующий каждому входу, показывает, учитывать или

нет соответствующую входную переменную) и оценивается степень

их пригодности (т.е. качество получаемых решений). Затем плохие

строки исключаются из рассмотрения, а из оставшихся порождаются

новые строки с помощью искусственных генетических операций

мутации и скрещивания. Таким образом, возникает новая популя-

ция, и весь процесс повторяется, порождая все новые поколения, а в

конце его отбирается наилучший экземпляр. Параметр Популяция -

Population задает объем популяции индивидуумов, а параметр Поко-

ления - Generations определяет, сколько раз будет повторен цикл от-

бора порождения-оценки. Произведение этих двух чисел равно об-

щему числу операций оценивания, которые алгоритм должен будет

выполнить, и каждое оценивание включает построение PNN или

GRNN сети и ее тестирование на контрольном множестве.

При построении PNN или GRNN сети необходимо выбрать ко-

эффициент сглаживания (Smoothing). В общем случае следует само-

стоятельно провести ряд экспериментов со всей совокупностью

входных переменных, строя PNN или GRNN сети с различными ко-

эффициентами сглаживания, и выбрать подходящее значение. К сча-

стью, сети PNN и GRNN не слишком чувствительны к точному вы-

бору коэффициента сглаживания, и в нашем случае вполне подойдет

значение по умолчанию.

Как уже говорилось, иногда бывает полезно уменьшить число

входов даже ценой некоторой потери точности, поскольку это

улучшает способности сети к обобщению и уменьшает размер сети и

время счета. Можно создать дополнительный стимул к исключению

лишних переменных, назначив «штраф» за элемент (Unit Penalty).

Это число будет умножаться на количество элементов, и результат

будет прибавляться к уровню ошибки при оценке качества сети. Та-

ким образом, будут штрафоваться большие по размеру сети. Обычно

значения этого параметра (если он используется) берутся в интерва-

ле 0,01-0,001. В нашей задаче дополнительные переменные не несут

никакой информации и действительно будут ухудшать качество сети, поэтому нет необходимости специально задавать еще и штраф за элемент.








Подпись: Начало
Подпись: Дальше

Генетические алгоритмы отбора входных данных 5