Optimización de redes neuronales de funciones base radiales mediante algoritmos evolutivos
暂无分享,去创建一个
En esta tesis se describe un nuevo metodo, EvRBF, basado en un algoritmo
evolutivo y disenado para entrenar redes neuronales de funciones base radiales
(RNFBR), El metodo automatiza el establecimiento de los valores para los
parametros de la RNFBR, incluido el tamano de la misma, intentnado acercarlos
a sus valores optimos.
Adecionalmente, se introduce el concepto de Objeto Evolutivo a partir
del cual se ha generado la biblioteca de programacion EO, con la que se
ha programado el nuevo metodo. Los Objetivos Evolutivos han permitido la
construccion de sistemas que engloban a todos los pradigmas de la computacion
evolutiva.
A continuacion, se realiza una revision de los diferentes enfocados
basados en algoritmos evolutivos que tratan de disenar redes neuronales
artificiales. De forma mas particular, se revisan los metodos propuestos
en la literatura para el diseno automatico de RNFBR, incluyendo tanto algoritmos
evolutivos como no evolutivos.
Posteriormente, se describen los nuevos operadores geneticos disenados
para operar con RNFBR y se realiza un estudio para determinar con que factores
de probabilidad deben ser aplicados. Igualmente, se estudian diversos metodos
de inicializacion de individuos y asignacion de fitness, concluyendo con
un conjunto de parametros optimo para ejecutar el metodo.
Por ultimo, se comprueba la efectividad del metodo propuesto aplicandolo
a diversos problemas de aproximacion funcional, clasificacion de patrones
y estimacion de series temporales. Las tasas de error alcanzadas por el
metodo demuestran su capacidad para determinar la arquitectura de las RNFBR
y entrenar los diversos parametros que las componen.