Международный журнал роевого интеллекта и эволюционных вычислений

Абстрактный

Алгоритм поиска меметической гармонии, основанный на многокритериальной дифференциальной эволюции эволюционирующих импульсных нейронных сетей

Абдулразак Яхья Салех*, Сити Мариям Шамсуддин и Хаза Нузли Абдул Хамед

Spiking neural network (SNN) играет важную роль в задачах классификации. Хотя существует множество моделей SNN, Evolving Spiking Neural Network (ESNN) широко используется во многих недавних исследовательских работах. Эволюционные алгоритмы, в основном дифференциальная эволюция (DE), использовались для улучшения алгоритма ESNN. Однако многие реальные задачи оптимизации включают в себя несколько противоречивых целей. Вместо одиночной оптимизации можно использовать многоцелевую оптимизацию (MOO) в качестве набора оптимальных решений для решения этих задач. В этой статье для улучшения производительности MOO с ESNN использовался поиск гармонии (HS) и меметический подход. Следовательно, для улучшения структуры и показателей точности ESNN была применена многоцелевая дифференциальная эволюция Memetic Harmony Search с развивающейся нейронной сетью Spiking (MEHSMODEESNN). Для оценки производительности этой улучшенной многоцелевой гибридной модели используются стандартные наборы данных из машинного обучения UCI. Результаты эксперимента доказали, что многоцелевая дифференциальная эволюция Memetic Harmony Search с развивающейся импульсной нейронной сетью (MEHSMODE-ESNN) дает лучшие результаты с точки зрения точности и структуры сети.