Redes Neuronales Artificiales
Enviado por JimenaOcaSan • 27 de Junio de 2013 • 720 Palabras (3 Páginas) • 437 Visitas
Algoritmo genético para entrenamiento de redes
neuronales.
Jimena Ocampo Sánchez
June 29, 2012
El método propuesto consiste en una adaptación del algoritmo genético
canónico. Se estudiará la manera de adaptar distintas variantes de los operadores
clásicos para poder utilizar a los algoritmos genéticos como método de
entrenamiento de redes neuronales.
Codi cación de parámetros.
Cada individuo (cromosoma) de la población se de nirá como una cadena binaria.
La longitud de dicha cadena dependerá de la topología de la red. Dentro
del cromosoma cada peso de la red neuronal estará representado por 32 bits
consecutivos. Así, la cantidad de genes dentro del cromosoma será proporcional
a la cantidad de pesos (y umbrales) que tenga la red. A lo largo de este capítulo
se utilizará indistintamente el término peso y gen para facilitar la explicación
de los distintos operadores. Sin embargo, es importante destacar que 32 genes
serán la representación en el genotipo de un peso sináptico, existiendo una funci
ón que transforma un conjunto de 32 bits en el peso sináptico que representa
(y viceversa).
Del genotipo al fenotipo.
La transformación del genotipo al fenotipo será directa. Los pesos sinápticos
que parten desde una misma neurona serán representados por genes contiguos
en el genotipo.
Evaluación y aptitud.
La función de evaluación que se utilizará en este método será la dada por la
siguiente ecuación:
fi =
1
ei
Donde fi es es el valor de evaluación del individuo i, y ei es el error cuadrático
medio de la red neuronal que representa el individuo i. Esta función de evaluaci
ón aumenta cuando el error cuadrático medio disminuye. Así, se busca
1
favorecer en mayor medida a los individuos que tienen menor error cuadrático
medio sobre el set de entrenamiento. Una vez evaluados todos los individuos
de la población se procederá a calcular la aptitud de los mismos. En este caso
se decidió no hacer uso de la función de aptitud clásica empleada por el algoritmo
genético canónico, sino que se utilizará la función de aptitud dada por la
ecuación:
Fi = 2
fMIN
fi
Donde Fi es el valor de aptitud del individuo i, fi es el valor de evaluación del
individuo i, y fMIN es el valor de evaluación mínimo obtenido en las generaciones
previas a la actual. De esta manera se busca asignarles mayores posibilidades
de supervivencia a los individuos que superan la mejor performance de las generaciones
previas.
Operadores de selección.
Se proponen para el estudio cuatro variantes del operador de selección.
...