Обучение сети с помощью генетических алгоритмов

Rat12 апреля 2003Data Mining1 комментарий

Помогите кто-нибудь! Мне для диплома надо написать прогу для аппроксимации функций(любой размерности) с помощью нейросети( персептрон, не больше двух промежут. слоев). Причем, веса сети должны быть определены генетическим алгоритмом( он должен минимизировать функцию ошибок). Я написал черновой вариант(на Delphi), но он работает, мягко говоря, паршиво. У меня следующие вопросы:
<<1>>: Если кто сталкивался с подобной задачей, напишите(или укажите адреса сайтов) краткую схему ген. алгоритма, кот. можно здесь применить( а то их много всяких. Я, например, использую панмиксию и элитный отбор ( Родители и потомки находятся в одном массиве, который в конце каждой эпохи сортируется по убыванию ф-ии приспособл-ти). Число брачных пар фиксированно).
<<2>>: Как выбирать диапазоны поиска( для весов и порогов), чтобы выходные значения сети лежали в определенном интервале (скажем, [0; 1]). (У меня входные данные масштабируются(по MiniMax-у) в интервал [0; 1] ) .
<<3>>: Укажите, пожалуйста сайты, где можно найти подробные алгоритмы градиентных методов второго порядка для обучения сети. Особенно меня интересует алг. Левенберга-Марквардта, а также алгоритм нахождения, собственно, вектора градиента.