Гибридные методы

Идея использования удачных сочетаний различных подходов весьма универсальна. Подобные сочетания можно считать «гибридными». В лучшем случае от гибрида ожидается получение синергетического эффекта, то есть существенное улучшение показателей.

В рамках широкого спектра методов искусственного интеллекта можно представить весьма большое количество различных их сочетаний. В данной работе сконцентрируемся на попытке проектирования и реализации гибридного подхода, сочетающего два элемента искусственного интеллекта: ИНС и ГА. Такое сочетание интенсивно изучается и обсуждается [17, 18]. Существует даже аббревиатура для этой группы методов - Cogann (Coombinations of genetic algoryth and neural nets). В [18] даже предлагается классификация таких сочетаний:

. Независимое применение ГА и ИНС. ГА и ИНС самостоятельно применяют для решения одинаковой задачи, а затем сравнивают решения.

. ИНС для поддержки ГА. Например, нейронная сеть может использоваться для формирования начальной популяции.

. ГА для поддержки ИНС. Это основная группа подходов, в рамках которой можно даже выделить подгруппы:

· применение ГА для подбора параметров либо преобразования пространства параметров, используемых нейронной сетью для классификации;

· применение ГА для подбора правила обучения либо параметров, управляющих обучением нейронной сети;

· применение ГА для анализа ИНС;

· ГА для выбора топологии нейронных сетей;

· применение ГА для обучения нейронных сетей;

· Адаптивные взаимодействующие системы.

В данной работе делается попытка осуществить предпоследний вариант сочетания. Таким образом, ГА используется для глобальной настройки весов ИНС.

Особый интерес представляет последний вариант сочетания, являющийся, по-видимому, наивысшей ступенью развития всех предлагаемых подходов - в рамках единый системы все упомянутые подходы должны взаимно дополнять друг друга, создавая синергетический эффект.