Создается случайным образом исходная популяция
Выходные данные: обученная нейросеть, решающая задачу с требуемой точностью.
1. Создается случайным образом исходная популяция нейросетей (все индивиды имеют одинаковую архитектуру, но разные значение весов связей и других переменных)
2. Оценивается эффективность решения задачи каждой нейросетью
3. Если задача решена, ВЫХОД
4. Индивиды сортируются в соответствии с эффективностью решения задачи
5. Самая лучшая нейросеть сохраняется, на остальные накладываются мутации
6. При достижении некоторого момента времени происходит генерация нового поколения: наиболее подходящие индивиды скрещиваются, наименее подходящие удаляются из популяции; недостающее количество генерируется случайным образом
7.
Повторяется цикл с 2.
4. Выводы
Генетические алгоритмы дают возможность построить такие модели НС, которые было бы трудно создать аналитическими методами. Благодаря эволюционному подходу возможно без участия конструктора автоматически найти эффективное решение задачи. Но из-за самой природы алгоритма (случайность и перебор вариантов) время, необходимое на решение задачи, может быть очень большим, и достижение желаемого результата не гарантировано.
Содержание Назад Вперед