나는이 주제에 대해 아주 새로운 도움이 될 것입니다. 필요한 것은 GA를 사용하여 MATLAB에서 신경망을 최적화하는 것입니다. 내 네트워크는 [2x98] 입력과 [1x98] 목표를 가지고 있습니다. MATLAB 도움을 받아 보았습니다. 그러나 나는 아직도해야 할 일에 대해 알지 못합니다. (도움, 감사 할 것입니다.) 미리 감사드립니다. 편집 : Dan이 첫 번째 대답에서 말했듯이 최적화 할 부분이 무엇인지 말하지 않았을 것입니다. 가장 중요한 것은 숨겨진 뉴런의 수이고 아마도 숨겨진 레이어의 수와 에포크 수와 같은 교육 매개 변수의 수입니다. 충분한 정보를 제공하지 못해 죄송합니다. 아직 익숙하지 않습니다.유전자 알고리즘을 사용하여 신경망을 최적화하는 방법은 무엇입니까?
음, 숨겨진 레이어의 크기는 무엇입니까? 숨겨진 레이어가 있습니까? ? 매개 변수 최적화 (학습 속도, 커널 매개 변수)입니까?
이것이 숙제 인 경우, 수업에서 배운 내용대로하십시오.
그렇지 않으면 MLP를 완전히 버리십시오. 지원 벡터 회귀 (http://www.csie.ntu.edu.tw/~cjlin/libsvm/)는 광범위한 문제에 대해 훨씬 더 안정적으로 학습 할 수 있으며 네트워크를 해결해야하는 역 전파 훈련 된 MLP로 종종 치는 현지 미니 마 문제에 자주 빠지지 않습니다 지형 최적화 문제는 실제로 훈련 할 네트워크를 찾는다.
모든 조합을 검색하기 위해 무차별 대용 암호를 사용하는 대신 조정해야하는 일련의 매개 변수 (숨겨진 레이어 수, 레이어 당 뉴런 수 ...)를 가정하면 GA가 도움이됩니다. 이 조합에서 다른 조합으로 "점프"합니다. 따라서 잠재적 후보자에 대한 검색 공간을 "탐색"할 수 있습니다.
GA는 "유용한"기능을 선택할 때 도움이됩니다. 일부 기능이 중복되어 나타날 수 있으며이를 제거 할 수 있습니다. 그러나 데이터에는 너무 많은 기능이있어 앞으로 선택과 같은 일부 접근 방식으로 최상의 기능 세트를 검색 할 수는 없습니다. 다시 말하지만 GA는이 후보 집합에서 다른 집합으로 "점프"할 수 있습니다.
GA에 입력 된 데이터 (입력 매개 변수, 기능 ...)를 인코딩하려면 멀리 떨어져 있어야합니다. 입력 paras 또는 좋은 기능 세트를 찾기 위해 바이너리 인코딩이 작동해야한다고 생각합니다. 또한 자손을 재현하기 위해 GA에 대한 연산자를 선택하는 것도 중요합니다. 그러나 GA도 튜닝해야합니다 (ANN에도 적용 할 수있는 조기 중단).
다음은 몇 가지 아이디어입니다. GA, 기능 선택, ANN 가지 치기에 대한 자세한 정보를 검색하고 싶을 수도 있습니다 ...
감사하지만 더 구체적인 답변이 필요합니다. 마찬가지로, 내가 matlab에 조지아 함수를 사용하는 경우 X = 조지아 (피트 니스 FCN, NVARS) 무엇이 함수, 입력 및 결국 x와 함께해야한다. –
죄송합니다. GA에 MATLAB을 절대 건드리지 않았습니다. args 및 반환 값의 의미에 대한 해당 문서를 참조 할 수 있다고 생각합니다. – user247468
Google Scholar에서 Matthew Settles를 찾습니다. 그는 지난 5-6 년 동안 아이다 호 대학 (University of Idaho)에서이 분야에 대한 연구를 수행했습니다. 그는 당신의 일과 관련된 인용문을 가지고 있어야합니다.
이미 MATLAB을 사용하고 있으므로 Genetic Algorithms solver (GATool, Global Optimization Toolbox 부분) 및 Neural Network Toolbox을 살펴 보시기 바랍니다. 그 둘 사이에서 당신은 알아낼 수있는 많은 것을 구할 수 있어야합니다. 및 패스 (기본적으로 후보 솔루션을 테스트하는)
당신은 기본적으로 2 개 가지 주요 작업을해야 할 것이다 그것은 GA 솔버의 매개 변수입니다.
피트니스 기능을 사용하거나 후보 솔루션을 인코딩하는 데 도움이 필요한 경우 좀 더 구체적으로 설명해야합니다.
희망이 있습니다.
답변을 주셔서 감사합니다. 질문에 대한 답변을 주셔서 감사합니다. –