GENNET: Un algoritmo genético evolutivo híbrido para el entrenamiento de redes neuronales artificiales

• Xabier Osorio ^[2] ; Vicente Gómez Garay ^[1] ; Eloy Irigoyen ^[1] ; Fernando Artaza ^[1]
  1. [1] Universidad del País Vasco/Euskal Herriko Unibertsitatea

     Universidad del País Vasco/Euskal Herriko Unibertsitatea

     Leioa, España

     
  2. [2] uSysCom , Parque Tecnológico de Zamudio
• Localización: XXX Jornadas de Automática: Palacio de Congresos Conde Ansúrez, 2-4 de septiembre 2009, 2009, ISBN 978-84-692-2387-1, pág. 158
• Idioma: español
• Texto completo no disponible (Saber más ...)
• Resumen

  • Aunque los esfuerzos hechos en años recientes en el campo de las Redes Neuronales Artificiales se hayan centrado simultáneamente en el desarrollo de arquitecturas de red y la sintonización de parámetros, el empleo de un Algoritmo Genético para el ajuste de los pesos y bias de la red es también una estrategia interesante.En este artículo presentamos un nuevo enfoque, para el entrenamiento de Redes Neuronales Artificiales mediante un Algoritmo Genético especializado, cuyas principales características son un operador de mutación evolutivo capaz de funcionar a tres niveles (de red, de neurona y de parámetro) y tres mecanismos de hibridación: post-evolutiva, lamarckiana y baldwiniana.Estas características hacen del algoritmo una herramienta muy robusta contra los problemas que habitualmente aparecen asociados al entrenamiento.Finalmente se comprueba su potencial utilizando tres problemas de diferente naturaleza y comparando los resultados logrados con los obtenidos por otros métodos clásicos de entrenamiento.