论文部分内容阅读
深度学习使用最广泛的模型是神经网络。而神经网络的结构设计是神经网络研究的热点问题之一。隐含层的设计和节点数量的确定是神经网络结构设计的核心,对神经网络的收敛速度、泛化能力等有着很大的影响。遗传算法是模拟生物遗传和进化而形成的一种自适应优化概率搜索算法,其核心思想源于生物遗传学和适者生存的自然规律,是具有“生存+检测”迭代过程的搜索算法。但是遗传算法参数的选择带有主观性、收敛慢并且容易陷入早熟收敛。为了解决这些问题,提出了一种自适应遗传算法并用于寻找最优的神经网络结构。自适应遗传算法在每次迭代寻优过程中选取