آموزش شبكه ي عصبي حالت انعكاسي به كمك الگوريتم جستجوي هماهنگ

شبكههای عصبی بازگشتی، توانایی زیادی در مدل سازی سيستمهای دیناميكی پيچيده دارند، ليكن با افزایش تعداد سلولهای لایه مخفی آموزش این نوع شبكههای عصبی بسيار طولانی و مشكل میشود، بنابراین در عمل این شبكهها كاربرد محدودی دارند. شبكه عصبی حالت انعكاسی یك شبكهی بازگشتی است كه اخيراَ توسط هربرت جاگر معرفی شده است، وزن اتصالات داخلی این شبكه به صورت تصادفی توليد شده و در فرایند آموزش ثابت است، بنابراین آموزش شبكهی عصبی حالت انعكاسی با تعداد بسيار زیادی سلول در لایهی مخفی )مخزن( امكان پذیر میباشد. معمولاَ شبكهی عصبی حالت انعكاسی به كمك روش شبهمعكوس آموزش داده میشود، هرچند این روشهای آموزشی ساده و دقيق هستند، ليكن زمان سپری شده در فرایند آموزش طولانی است، علاوه براین روش شبهمعكوس در مواردی كه شبكه از خروجی بازخورد داشته باشد كارایی خود را از دست میدهد. در این مقاله الگوریتم جستجوی هماهنگ برای آموزش شبكهی عصبی حالت انعكاسی پيشنهاد و آزمایش شده است، نتایج شبيه سازیهای انجام شده به خوبی كارایی الگوریتم پيشنهادی را نشان میدهند