Red neuronal artificial

Las redes neuronales artificiales son redes complejas que emulan el modo en que las neuronas racionales humanas procesan los datos. Se han utilizado ampliamente en la predicción, la agrupación, la clasificación y la asociación. Los algoritmos de entrenamiento que determinan los pesos de la red son casi el factor más importante que influye en el rendimiento de la red neuronal. Últimamente se emplean varios algoritmos meta-heurísticos y evolutivos para optimizar los pesos de las redes neuronales con el fin de obtener un mayor rendimiento neuronal.Para resolver problemas computacionales complejos se han desarrollado muchos algoritmos de optimización meta-heurísticos. Una meta-heurística es un procedimiento de alto nivel diseñado para descubrir, crear o seleccionar una heurística que pueda proporcionar una solución suficientemente buena a un problema de optimización, especialmente con información incompleta o imperfecta o con una capacidad de cálculo limitada. Las meta-heurísticas pueden hacer suposiciones limitadas sobre el problema de optimización que se está resolviendo, por lo que pueden ser utilizables para una variedad de problemas. Muchas meta-heurísticas implementan alguna forma de optimización estocástica, de modo que la solución encontrada depende del conjunto de variables aleatorias generadas.