COMPARATIVA DE ALGORITMOS BIOINSPIRADOS PARA LA OPTIMIZACIÓN DE REDES NEURONALES

Abstract

En este artículo se presenta una comparativa de diferentes algoritmos bioinspirados con la finalidad de ser usados para encontrar la estructura óptima de una red neuronal artificial. En la primera parte se presentan los algoritmos revisados y se explica el porqué de la selección de los algoritmos que se comparan. Posteriormente se realiza una comparativa de su rendimiento en la optimización de funciones difíciles de optimizar. Finalmente se usan los mejores algoritmos para encontrar la estructura óptima de una red neuronal artificial de tipo backpropagation, esto es, encontrar tanto el número de neuronas como el número de capas de la red. Los resultados y la discusión de estos se presenta al final del artículo, así como sugerencias para trabajo futuro.

In this article we show a comparative between some bioinspired algorithms. Our goal is to show the capability of the algorithms to find the optimal ANN structure for a problem in order to implement the network in a embedded system. Firstly, the chosen of the ABC, CSA, CSO, WSO, GWO and MBO algorithms is explained. In the second part, the results of the optimization of several functions using the algorithms are discussed. With those results, the four most competitive algorithm are chosen to be compared in two ANN problems. The third part is the result of testing the algorithms in the optimization of two neural networks, one working as a XOR gate and the other classifying digits written in a grid. The results clearly exhibit the capability of the methods toward finding the optimal structure in the ANN’s.