演化循环神经网络研究综述

摘要：

演化计算利用生物演化过程中的自然选择机制和遗传规律求解优化问题,循环神经网络的精度和效率依赖其参数以及结构的优化效果,采用演化计算解决循环神经网络中的参数与结构自适应优化问题是自动化深度学习领域的研究热点.文中针对结合演化计算和循环神经网络的算法进行了详细的调研.首先,简要介绍了演化算法的传统类别、常见算法和优点,以及循环神经网络模型的结构及特点,并对影响循环神经网络性能的因素进行了分析;其次,分析了演化循环神经网络的算法框架,并分别从权重优化、超参数优化和结构优化方面分析了当前演化循环神经网络的研究进展;然后,对演化循环神经网络的一些其他工作进行了分析;最后,指出了演化循环神经网络面临的挑战以及发展趋势.

关键词：循环神经网络、演化计算、权重优化、超参数优化、结构优化、集成学习、迁移学习

所属期刊栏目：50

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金;数据科学与智慧软件江苏省重点实验室开放课题;江苏省自然科学基金;江苏省高校自然科学研究项目;江苏省研究生科研与实践创新计划项目

在线出版日期：2023-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：254-265