Гибридный генетический нейросетевой алгоритм в задаче идентификации параметров цифровых моделей

Аннотация

В статье предлагается гибридный генетический нейросетевой алгоритм, в котором радиально-базисная нейронная сеть (РБНС) выполняет функцию аппроксиматора целевой функции (ЦФ). Описывается схема использования НС в составе ГА, схема предварительной обработки данных пе-ред обучением НС и сам алгоритм обучения. Приводятся результаты тестирования разработанного алгоритма на сложных синтетических задачах оптимизации, таких как минимизация функций Рас-тригина и Розенброка с различным количеством параметров.