论文部分内容阅读
本文采用遗传编程(Genetic Programming,下用GP表示)的方法,提出一种对神经网络如何同时优化它的权值和结构(包括层数,每层的神经元个数以及神经元之间的连接关系)的新思想,遗传编程(Genetic Programming)是遗传算法(Genetic Alogrithms) 的扩展,利用具有可变长度的LISP符号表达式表示群体中的个体,是基于达尔文(Darwin)的进化论和遗传基因学原理的一种新兴的搜索寻优技术,本文采用这种方法设计了一个神经网络,成功解决了一位加法器问题。