商品簡介
La m彋廩 joue un r犨e important dans la vie quotidienne, l'immobilier, l'agriculture et l'industrie. Les r廥eaux neuronaux sont capables de pr嶮ire le comportement non lin嶧ire de la m彋廩 sans qu'il soit n嶰essaire d'explorer explicitement les lois physiques. La m彋hode la plus courante pour entra螽er les r廥eaux neuronaux consiste ?utiliser l'algorithme de r彋ropropagation bas?sur la descente du gradient. Mais cet algorithme pr廥ente plusieurs inconv幯ients, comme le probl鋗e des minima locaux, la lenteur de l'entra螽ement et les probl鋗es d'憝olutivit? On peut donc r廥oudre ces probl鋗es en l'hybridant avec des algorithmes g幯彋iques. La technique hybride permet un apprentissage efficace en combinant les atouts de l'algorithme g幯彋ique et de l'algorithme de r彋ropropagation. Les r廥eaux neuronaux hybrides sont plus adapt廥 si l'on consid鋨e uniquement l'exigence d'une recherche globale. Ils sont performants en recherche globale, c'est-?dire qu'ils ne se limitent pas ?une seule direction et qu'ils travaillent avec une population de points plut矌 qu'avec un seul point. De plus, ils combinent les avantages de l'algorithme d彋erministe BP et de l'algorithme d'optimisation stochastique GA.
