[发明专利]一种基于进化算法的深度集成结构搜索方法

权利要求书

1.一种基于进化算法的深度集成结构搜索方法，其特征在于：包括如下步骤：

S1：初始化结构种群，种群中包含P个深度集成学习结构，其中，P个所述深度集成学习结构标识有唯一DNA编码；在初始化阶段，首先随机选择P个结构，然后在目标数据集上进行评估得出性能，将它们加入种群；

S2：进化阶段；进化阶段中重复多个进化步，每个进化步中，算法从种群中选取S个个体；

S3：比较S个个体的性能，将性能最优的个体进行变异产生新的个体，并将孩子个体评估并加入种群；

S4：将具有最大年代的个体从种群中移除；

S5：所有个体的年代增长1，进入下一个进化步，如此往复直至进化步数达到指定值。

2.根据权利要求1所述的一种基于进化算法的深度集成结构搜索方法，其特征在于：进化以改变结构的DNA编码的变异的形式呈现。

3.根据权利要求1所述的一种基于进化算法的深度集成结构搜索方法，其特征在于：步骤S1中，深度集成学习结构的DNA编码即为基本级联层的DNA编码，级联层的编码形式是组合方式#超参数#块编码#块编码..#块编码。

4.根据权利要求1所述的一种基于进化算法的深度集成结构搜索方法，其特征在于：级联层的基本单元是块，每个块的DNA编码为组合方式(H/S)/数量/基学习算法。

5.根据权利要求1所述的一种基于进化算法的深度集成结构搜索方法，其特征在于：步骤S2中，对深度集成结构个体进行变异时，采用组合方式变异、重采样超参数编码段变异、改变块数量变异以及块编码段变异中的任意一种方式。

6.根据权利要求5所述的一种基于进化算法的深度集成结构搜索方法，其特征在于：组合方式变异为由Horizontal变异为Stacked，或者Stacked变异为Horizontal。

7.根据权利要求5所述的一种基于进化算法的深度集成结构搜索方法，其特征在于重采样超参数编码段变异为对超参数进行变异，即从Layer超参数空间中随机获得另一个超参数配置。

8.根据权利要求5所述的一种基于进化算法的深度集成结构搜索方法，其特征在于改变块(Block)数量变异为只允许增加一个或者减少一个Block，减少Block后将Block编码从Layer编码中去除，增加Block则将Block编码增加到指定位置。

9.根据权利要求5所述的一种基于进化算法的深度集成结构搜索方法，其特征在于块(Block)编码段变异为再进行一次随机选择，即选择块编码段中的某个编码点进行变异，包括组合方式，块数量或者基学习算法，如选择组合方式变异，则只能由Horizontal变异为Stacked，或者Stacked变异为Horizontal；如选择块数量进行变异，为了保证变异的稳定性，只能够将块数量进行微调，例如，增加或者减少一个Unit；最后，如选择基学习算法进行变异，则将该Block的基学习算法随机变换为另一个基学习算法。