论文部分内容阅读
对称性是减少问题的自由度的一个强有力的工具.但在实际的应用中,系统变换操作的总数目将随系统维数的增加而急剧上升,这给高维系统对称性的计算带来了极大的不便,从而使得对称性方法的应用受到了很大的限制.本文以全互连结构的神经网络为例,提出一种基于遗传算法的搜索方法,在对称群Sn中寻找网络的对称置换操作,给出了计算机上的模拟结果, 并与传统的遍历搜索方法作比较,分析了各自的优缺点.结果表明,这种基于遗传算法的搜索方法能够在极短的时间内找到网络的大部分对称置换操作.这使得对称性方法在高维神经网络研究及设计中的应用成