Revista internacional de inteligencia de enjambre y computación evolutiva

Abstracto

Algoritmo de búsqueda de armonía memética basado en la evolución diferencial multiobjetivo de redes neuronales en evolución

Abdulrazak Yahya Saleh*, Siti Mariyam Shamsuddin y Haza Nuzly Abdull Hamed

Las redes neuronales con picos (SNN) desempeñan un papel esencial en los problemas de clasificación. Aunque existen muchos modelos de SNN, la red neuronal con picos evolutiva (ESNN) se utiliza ampliamente en muchos trabajos de investigación recientes. Se han utilizado algoritmos evolutivos, principalmente la evolución diferencial (DE), para mejorar el algoritmo ESNN. Sin embargo, muchos problemas de optimización del mundo real incluyen varios objetivos contradictorios. En lugar de una optimización única, se puede utilizar la optimización multiobjetivo (MOO) como un conjunto de soluciones óptimas para resolver estos problemas. En este artículo, se utilizó Harmony Search (HS) y el enfoque memético para mejorar el rendimiento de MOO con ESNN. En consecuencia, se aplicó Memetic Harmony Search Multi-Objective Differential Evolution with Evolving Spiking Neural Network (MEHSMODEESNN) para mejorar la estructura y las tasas de precisión de ESNN. Se utilizan conjuntos de datos estándar del aprendizaje automático de UCI para evaluar el rendimiento de este modelo híbrido multiobjetivo mejorado. Los resultados experimentales han demostrado que el método de búsqueda de armonía memética con evolución diferencial multiobjetivo y red neuronal con picos evolutivos (MEHSMODE-ESNN) ofrece mejores resultados en términos de precisión y estructura de red.