%0 Journal Article %A 韩冲 %A 王俊丽 %A 吴雨茜 %A 张超波 %T 基于神经进化的深度学习模型研究综述 %D 2021 %R 10.12263/DZXB.20200139 %J 电子学报 %P 372-379 %V 49 %N 2 %X 深度学习研究发展至今已可以胜任各类识别、分类、生成任务,但是对于不同的任务,神经网络的结构或参数不可能只是微小的变化,依然需要专家进行调整.在这样的情况下,自动化地调整神经网络的结构或参数成为研究热点.其中,以达尔文自然进化论为灵感的神经进化成为主要优化方法.利用神经进化优化的深度学习模型以种群为基础,通过突变、重组等操作进化,可实现自动地、逐步地构建神经网络并最终选择出性能最优的深度学习模型.本文简述了神经进化与进化计算;详细概述了各类基于神经进化的深度学习模型;分析了各类模型的性能;总结了神经进化与深度学习融合的前景并探讨下一步的研究方向. %U https://www.ejournal.org.cn/CN/10.12263/DZXB.20200139