集中式粗粒度分布并行模型和并行进化神经网络

摘要：

提出了一种分布计算环境下并行进化神经网络的实现机制:集中式粗粒度模型.该模型基于并行遗传算法,可以同时对前馈神经网络的结构和权值进行优化.在分布计算环境中的实现为其在分布式网络中的应用开辟了广阔的前景.初步的实验结果表明该模型可以加快神经网络的进化速度,提高进化的效率.

关键词：并行进化神经网络、分布计算环境、集中式粗粒度模型

所属期刊栏目：23

分类号：N945.15;TP183(系统科学)

资助基金：国家自然科学基金70101008;清大学校科研和教改项目;清华大学校科研和教改项目

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：74-79