我想以非常不寻常的方式应用神经网络（这是我在硕士论文研究中的一部分）。对于该示例，假设反向传播神经网络（NN）。此外，我不太确定这是否是一个正确的SO论坛，所以如果需要，请将我重定向到其他地方。
让我们假设我们有一个输入向量 i 用于NN，输出向量 o 和参考输出向量 r 。输入和输出向量也用相同长度的向量表示（在我们的例子中，它们具有相同的语义，两者都是'一些配置'）。
以标准方式计算我们的全局误差，就像输入矢量 i
的参考输出矢量和输出矢量之间的平方距离的一半一样（（1/2）（ 0 - - [R ）^ 2）
在我的情况中，我没有参考输出向量 r 。相反，我确实有一个函数 F（o），它对NN输出进行评级并返回输出质量的百分比。 （更具体地说，其结果是覆盖率的百分比）。并且最终使这一点复杂化，我的效用函数不是函数F（o），而是输入和输出（F（o）-F（i））之间的覆盖范围增加。如何修改全局错误函数，以便考虑我的效用函数？。
答案 0 :(得分：0)
如果我理解正确，你的问题是最大化问题。您可以使用遗传算法来最大化一组网络，使用函数F（o）作为评分函数，以便通过GA进行最大化。