如何使用差分进化来优化神经网络的参数?

tassawar_ali

任何人请指导我如何使用DE (GA的高级形式)来优化神经网络。

SGolbert

嗨@tassawar_ali

我不知道这个术语，但我查了一下，它似乎是通用进化算法的一种变体。因此，要回答这个问题，您可以使用优化参数(进化)操作符。

为了模拟DE算法，您必须稍微调整操作符参数。在DE算法中，agent的突变只有在具有更好的适应度值时才被接受。你也可以做类似的事情，在每次迭代中生成N个新代理，然后从你拥有的2N个代理中保留最好的N个(+选择)。另一方面，只保留最好的代理并不总是好的，这就是为什么算子提供了概率选择方法。

我不得不承认，操作员的帮助有点缺乏，没有选择类型的解释。就我所读到的，排名选择方法可能是一个很好的选择，因为它倾向于选择最好的代理，但它也会不时地选择一些表现较差的代理。

问候,

塞巴斯蒂安。