[發明專利]一種基于進化算法的深度集成結構搜索方法

在審

• 申請號: 202010193425.4
• 申請日: 2020-03-18
• 公開（公告）號: CN111368152A
• 公開（公告）日: 2020-07-03
• 發明（設計）人: 朱光輝
• 申請（專利權）人: 江蘇鴻程大數據技術與應用研究院有限公司
• 主分類號: G06F16/903
• 分類號: G06F16/903;G06N3/12;G06N20/20
• 代理公司: 北京聯瑞聯豐知識產權代理事務所(普通合伙) 11411
• 代理人: 周超

1.一種基于進化算法的深度集成結構搜索方法，其特征在于：包括如下步驟：

S1：初始化結構種群，種群中包含P個深度集成學習結構，其中，P個所述深度集成學習結構標識有唯一DNA編碼；在初始化階段，首先隨機選擇P個結構，然后在目標數據集上進行評估得出性能，將它們加入種群；

S2：進化階段；進化階段中重復多個進化步，每個進化步中，算法從種群中選取S個個體；

S3：比較S個個體的性能，將性能最優的個體進行變異產生新的個體，并將孩子個體評估并加入種群；

S4：將具有最大年代的個體從種群中移除；

S5：所有個體的年代增長1，進入下一個進化步，如此往復直至進化步數達到指定值。

2.根據權利要求1所述的一種基于進化算法的深度集成結構搜索方法，其特征在于：進化以改變結構的DNA編碼的變異的形式呈現。

3.根據權利要求1所述的一種基于進化算法的深度集成結構搜索方法，其特征在于：步驟S1中，深度集成學習結構的DNA編碼即為基本級聯層的DNA編碼，級聯層的編碼形式是組合方式#超參數#塊編碼#塊編碼..#塊編碼。

4.根據權利要求1所述的一種基于進化算法的深度集成結構搜索方法，其特征在于：級聯層的基本單元是塊，每個塊的DNA編碼為組合方式(H/S)/數量/基學習算法。

5.根據權利要求1所述的一種基于進化算法的深度集成結構搜索方法，其特征在于：步驟S2中，對深度集成結構個體進行變異時，采用組合方式變異、重采樣超參數編碼段變異、改變塊數量變異以及塊編碼段變異中的任意一種方式。

6.根據權利要求5所述的一種基于進化算法的深度集成結構搜索方法，其特征在于：組合方式變異為由Horizontal變異為Stacked，或者Stacked變異為Horizontal。

7.根據權利要求5所述的一種基于進化算法的深度集成結構搜索方法，其特征在于重采樣超參數編碼段變異為對超參數進行變異，即從Layer超參數空間中隨機獲得另一個超參數配置。

8.根據權利要求5所述的一種基于進化算法的深度集成結構搜索方法，其特征在于改變塊(Block)數量變異為只允許增加一個或者減少一個Block，減少Block后將Block編碼從Layer編碼中去除，增加Block則將Block編碼增加到指定位置。

9.根據權利要求5所述的一種基于進化算法的深度集成結構搜索方法，其特征在于塊(Block)編碼段變異為再進行一次隨機選擇，即選擇塊編碼段中的某個編碼點進行變異，包括組合方式，塊數量或者基學習算法，如選擇組合方式變異，則只能由Horizontal變異為Stacked，或者Stacked變異為Horizontal；如選擇塊數量進行變異，為了保證變異的穩定性，只能夠將塊數量進行微調，例如，增加或者減少一個Unit；最后，如選擇基學習算法進行變異，則將該Block的基學習算法隨機變換為另一個基學習算法。