TY -的A2 Kaynak Okyay AU -马丁,查尔斯·e . AU - Reggia James a . PY - 2015 DA - 2015/08/04 TI -融合群智能和自组装优化回声状态网络SP - 642429六世- 2015 AB -优化神经网络的拓扑结构是一个困难的问题至少有两个原因:拓扑空间离散,和任意拓扑结构的质量必须评估将许多不同的权重分配给它的连接。这两个特点很容易引起“粗糙。“目标函数。这里我们演示如何自组装(SA)和粒子群优化(PSO)可以提供一种新颖的集成和有效的手段 同时优化神经网络的权重和拓扑。结合SA和算法解决了两个关键的挑战。首先,它创建了一个更综合表示神经网络权重和拓扑结构,以便我们刚刚一个连续搜索领域,允许“平滑”目标函数。第二,它扩展了传统的自组装的焦点,从预定义的增长 目标结构功能,自组装,增长是由最优标准定义的新兴结构预定义的性能 计算问题。我们的模型包含一个查看算法的新方法,涉及人口的增长,网络互动,而不是粒子。我们的方法的有效性和拓扑优化回声状态网络的权值,通过演示了其基准性能在许多具有挑战性的问题。SN - 1687 - 5265你2015/642429 / 10.1155——https://doi.org/10.1155/2015/642429——摩根富林明-计算神经科学情报和PB Hindawi出版公司KW - ER