一种基于小生境和自适应负相关学习的进化神经网络集成方法

摘要

一种基于小生境和自适应负相关学习的进化神经网络集成方法，初始化M个网络个体的种群，每个网络个体的隐结点个数，结点间链接的数量和链接的权值都被随机初始化；根据适应度公式，计算种群中每个个体的适应度值；基于小生境的方法选择个体；对选择的个体进行交叉、变异操作，生成父代的子代；使用自适应的负相关学习方法更新每个网络个体的链接的权值；计算每个后代的适应度值，并且将子代与父代合并成一个种群；使用精英策略选择个体生成新的种群，并且将新生成的种群的个体按照适应度从高到低进行排序；联结所有网络个体形成网络集成，并对测试集进行分类预测。本发明有效平衡集成中网络个体的精确度和网络个体间的差异度、提升泛化能力。