برآورد پارامترهای مدل رگرسیون لوژستیک ساخته شده با شبکه های عصبی واحد ضربی تکاملی

یکی از ابزارهایی که برای تعیین اثرات غیرخطی و اثرات متقابل بین متغیرهای تبیینی در یک مدل رگرسیون لوژستیک به کار می ­ رود، استفاده از شبکه ­ های عصبی واحد ضربی تکاملی است. به منظور برآورد پارامترهای مدلی که بدین صورت به دست می ­ آید، یک روش ترکیبی مورد استفاده قرار می ­ گیرد؛ این روش از ترکیب دو ابزار بهینه ­ ساز کلاسیک و الگوریتم تکاملی ساخته می ­ شود. در این مقاله ساختار شبکه ­ های عصبی به ­ گونه ­ ای تغییر داده می ­ شود که تمام پارامترهای مدل با یک الگوریتم تکاملی قابل برآورد باشند. سپس دو روش برآورد مورد مقایسه قرار گرفته و نتایج نشان میدهد که برآورد پارامترها با الگوریتم ­ های تکاملی منجر به مدلی می ­ شود که از نظر معیار اطلاع آکاییک نسبت به مدل لوژستیک معمولی دقیق ­ تر است، اما استفاده از روش ترکیبی، مدل بهتری را نتیجه میدهد.