Выбор топологии НС для решения задач нейроуправления

Существуют различные методы:

1. Статистические методы.
2. Конструктивные методы.
3. Деструктивные методы.
4. Эволюционные методы.

Статистические методы основаны на использовании некоторой зависимости между параметрами НС.

, где функция активации нейронов, n – число скрытых слоев, k – число нейронов в каждом слое.

Для НС известно число входов (определяет размерность входного вектора), число выходов (число распознаваемых классов). Поэтому основная задача заключается в нахождении количества скрытых слоев. Для статических методов эта зависимость известна заранее на основе предыдущих опытов. Построение регрессионных моделей «вход – выход» позволяет предсказывать результаты обучения в зависимости от входных параметров.

Конструктивные методы реализуются на основе постепенного перехода от сети с минимальной сложностью к сети более сложной конфигурации.

Существует два подхода:

· Каждый раз при добавлении нейронов в скрытый слой вычисляется ошибка обобщения, и если она допустима, то выбирается данная конфигурация.

· Второй подход состоит в добавлении скрытых слоев. Например, при каскадной корреляции Фармана скрытый слой состоит из одного нейрона.

В более общем случае используются определенные правила; если одно правило не подходит (не получена заданная ), осуществляется переход к следующему правилу:

1) добавляются блоки нейронов;

2) добавляются нейроны;

3) добавляются перекрестные связи.

То есть НС постепенно возрастает (увеличивается сложность S).

Эволюционные методы основаны на генетических алгоритмах оптимизации.

Создается популяция нейронных сетей. К ней применяются генетические операторы с целью минимизации сложности НС.

Эффективность алгоритма во многом зависит от метода кодирования хромосом популяции.

I.

II.

III.

IV.

I II III IV

- описание данной НС

Данный путь кодирования путей в хромосоме наиболее эффективен.

Дата добавления: 2014-01-15