Пример 4.25

С помощью программы Evolver найти оптимальный набор ве­сов нейронной сети, изображенной на рис. 4.2 (пример 4.3), если зна­чения весов лежат в интервале от -15 до 15.

Применялся тот же генетический алгоритм программы Evolver, что и в предыдущих примерах, но для расширенного интервала изме­нения весов. После 30000 «тактов» получено «наилучшее решение», показанное на рис. 4.87.

Повторное выполнение того же алгоритма при тех же началь­ных условиях через 30000 «тактов» дало «наилучший» набор весов, представленный на рис. 4.88. Главное различие между решениями на рис. 4.87 и 4.88 заключается в том, что в первом случае веса ил,., и w₂₁ положительны, а веса w_n и w₂₂ отрицательны, тогда как во втором случае ситуация оказалась противоположной. В рассматриваемом примере получены две из множества возможных комбинаций весов для нейронной сети, реализующей систему XOR [31]. Еще одно аль-

а 4. Генетические алгоритмы

4.11. Приложения эволюционных алгоритмов

тернативное решение приведено на рис. 4.89. Значения входящих в него весов получены после примерно 12000 «тактов». Несложно предугадать, как будут изменяться эти значения при увеличении коли­чества «тактов». Следовательно, это еще одна комбинация, подобная решениям на рисунках 4.87 и 4.88, причем в данном случае веса w_AV w₂₂, w₃i и w₃₂ положительны, а веса w₁₂, w_2v w₁₀, w_2Q и w₃₀ отрица­тельны.

Дата добавления: 2015-06-04