On applying an evolutionary engineering method to evolve a neural net XOR system تطبيقات خاصة في الهندسة التطورية تطور ذاتي لنظم شبكات عصبية اصطناعية

Abstract

Evolutionary engineering (EE) challenge is to prove that it is possible to build systems without going through any design process

Evolutionary engineering is defined to be "the art of using evolutionary algorithms approach such as genetic algorithms to build complex systems"

In this paper we attempt to solve the neural net XOR problem through using a method that relies on evolving neural structures and based on genetic techniques A formal EE method had been proposed in the past

Our main purpose is to show that the EliMethod steps are highly relevant and that the evolving principle is effective We had implemented software using the EE concepts to build evolve a neural net that solve the XOR problem

Results are prominent and show clearly that the proposed EE method can be easily extended to any type of neural network

Further works may emphasize on how this method would be effective when size and complexity of the system to be designed (evolved) increase

من تحديات الهندسة التطورية إبراز قدراتها على بناء نظم بدون حاجة إلى تصميم الهندسة التطورية هو علم جديد في مجال الذكاء الصناعي ويعرف أيضا بـ "فن استعمال الخوارزميات التطورية كالخوارزميات الجينية لبناء نظم كبيرة ومعقدة" في هذا البحث تم إجراء محاولة حل مسألة XOR بالشبكات الصناعية باستعمال طريقة تعتمد على تطوير هياكل عصبية وتقنيات جينية قد اقترحنا في بحث سابق طريقة تطورية وأشرنا إلى فعالية الميكانزمات التطورية لقد تم الاعتماد على هذه الميكانزمات التطورية في هذا البحث لتطوير برامج لبناء شبكات عصبية لحل مشكلة XOR من خلال هذه التجارب تم التركيز على قدرة الطريقة المقترحة على تصميم شبكات عصبية فعالة، كما أنه يمكن تعميمها إلى نظم وأنماط عصبية أخرى الكلمات الأساسية الهندسة التطورية، الخوارزميات الجينية، طريقة تطورية، مسألة XOR، الشبكات العصبية