神经网络集成的免疫学习算法

摘要

针对神经网络集成中个体独立训练的低效性,提出一种神经网络集成的免疫学习算法NEIL,通过对集成单体神经网络的免疫优化,借助免疫算法的多峰值搜索和并行优化特性,将最终的收敛抗体群分别对应神经网络集成的各个单体,实现集成的同时训练过程.仿真结果表明NEIL算法是有效的,既保持了启发式优化方法的并行性,提高了神经网络集成的学习效率,又可保证单体网络之间相互独立,具有较大的差异度,进一步增强神经网络集成的泛化性能.