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。