[发明专利]神经网络架构的选择方法及装置

说明书

本公开是关于一种神经网络架构的选择方法及装置，该方法包括：获取第t代种群R_t；对种群R_t中包含的个体进行非支配排序，得到k个不同秩的个体组；从k个个体组中依次选出i个个体组；根据第j个个体在每个目标下的拥挤距离，以及每个目标对应的权重，计算第j个个体在多个目标下的加权拥挤距离；从第i个个体组中根据加权拥挤距离选取m个个体，同i‑1个个体组中的所有个体一起组成第t+1代种群R_t+1；令t＝t+1，并再次从对种群R_t中包含的个体进行非支配排序的步骤开始执行，当生成第T代种群R_T时，确定种群R_T为目标种群。本公开生成了满足决策者偏好的种群，提升了确定个体拥挤度的灵活性。

技术领域

本公开实施例涉及计算机技术领域，特别涉及一种神经网络架构的选择方法及装置。

背景技术

NSGA-II(Non-dominated Sorting Genetic Algorithm-II，带精英策略的非支配排序遗传算法)是针对NSGA(Non-dominated Sorting Genetic Algorithm，非支配排序遗传算法)的改进算法。

在NSGA-II中，种群中的每个个体都具有两方面的属性：非支配排序属性和拥挤度属性，当两个个体的非支配排序属性不一致，即非支配排序不同时，非支配排序较小的个体将被优先保留下来；当两个个体的非支配排序属性一致，即非支配排序相同时，拥挤度属性较好，即周围较不拥挤的个体将被优先保留下来。

但是对于非支配排序属性一致的个体，拥挤度属性根据个体在不同优化目标上的拥挤度确定，确定方式较为单一。

发明内容

本公开实施例提供了一种神经网络架构的选择方法及装置。所述技术方案如下：

根据本公开实施例的第一方面，提供了一种种群生成方法，所述方法包括：

获取第t代种群R_t，所述种群R_t中包括种群P_t和种群Q_t，所述种群Q_t是所述种群P_t经处理后得到的，所述种群P_t和所述种群Q_t中包含的个体数量均为n，所述t为正整数且所述t的初始值为1，所述n为正整数；

对所述种群R_t中包含的个体进行非支配排序，得到k个不同秩的个体组，所述k为大于1的正整数；

按照所述秩从小到大的顺序，从所述k个个体组中依次选出i个个体组，其中，所述i个个体组中包含的个体总数大于或等于所述n，且i-1个个体组中包含的个体总数小于所述n；

对于所述第i个个体组中的第j个个体，根据所述第j个个体在每个目标下的拥挤距离，以及每个目标对应的权重，计算所述第j个个体在多个目标下的加权拥挤距离；

根据所述第i个个体组中各个个体的所述加权拥挤距离，从所述第i个个体组中选取m个个体，所述m为所述n与所述i-1个个体组中包含的个体总数的差值；

生成第t+1代种群R_t+1，所述种群R_t+1中包括种群P_t+1和种群Q_t+1，所述种群P_t+1包括所述m个个体和所述i-1个个体组中的个体，所述种群Q_t+1是所述种群P_t+1经过处理后得到的，所述种群Q_t+1和所述种群P_t+1中包含的个体数量均为所述n；