Нейросетевые модели для систем информационной безопасности. Брюхомицкий Ю.А. - 55 стр.

UptoLike

Составители: 

55
Рис. 6.1. Структура процесса эволюционной адаптации ИНС
В простейшем случае ГА, имитирующий обучение ИНС, работает
следующим образом.
1
0
. Конструирование начальной популяции.
2
0
. Оценка хромосом в популяции и построение целевой функции S.
3
0
. Выбор пар хромосом из популяции.
4
0
. Применение оператора селекции.
5
0
. Применение оператора кроссинговера.
6
0
. Применение оператора мутации к каждой новой хромосоме с некоторой
заданной вероятностью Р.
7
0
. Проверка целевой функции S. Если S удовлетворительна, то переход к
п. 8
0
, иначе переход к п. 3
0
.
8
0
. Конец работы алгоритма.
Применение механизма случайных мутаций позволяет генетическому
алгоритму избежать ловушек локальных минимумов целевой функции S.
Правило Хебба является самым старым обучающим правилом,
основанным на постулате американского ученого Д. Хебба. В результате
нейрофизиологических исследований ассоциативной памяти Хебб в 1949 г.
выявил следующую закономерность: если нейроны с обеих сторон синапса
активизируются одновременно и регулярно, то сила синаптической связи
возрастает. Эта физиологическая закономерность, отражающая феномен
обучения через повторение, была сформулирована Хеббом
в виде формального
правила обучения, которое заключается в усилении весов связей между
возбужденными нейронамиисточником и приемником:
s
q
s
pipqipq
zztwtw
1
1
)()(
η+=
, (6.1)
где
)(
1ipq
tw
,
)(
ipq
tw
вес связи с нейрона p слоя (s-1) на нейрон q слоя s до и
после коррекции;
Наст
р
ойка ИНС
Z
A
Z
T
X
ИНС
ГА
Популяция
Н=(W, B)
S