Choix d'égaliseurs neuronaux à l'aide d'un algorithme génétique

Les algorithmes g幯彋iques et les r廥eaux neuronaux artificiels ont 彋?combin廥 pour r廥oudre plusieurs probl鋗es au cours des deux derni鋨es d嶰ennies. Les premiers ont 彋?utilis廥 pour aider ?trouver les param鋈res et les d嶰isions topologiques des seconds, ou pour faire face aux limites des algorithmes d'apprentissage. Certains probl鋗es exigent l'application de r廥eaux neuronaux comme solution alternative pour les r廥oudre, mais les 彋udes qui d憝eloppent une m彋hodologie pour indiquer la meilleure architecture neuronale adapt嶪 ?une application sp嶰ifique sont rares ?trouver dans la litt廨ature. Dans ce travail, nous appliquons un algorithme g幯彋ique pour rechercher des poids neuronaux et utilisons cette information pour indiquer la meilleure structure et mesurer l'efficacit?de l'algorithme d'apprentissage. Nous avons utilis?un probl鋗e d'嶲alisation de canaux comme exemple pour tester la m彋hodologie propos嶪. Les r廥ultats obtenus ?partir de cette application sont tr鋊 prometteurs.