بهینه سازی با الگوریتم فرا ابتکاری و شبکه عصبی

تعدادی داده (90 داده) با ورودی مشخص (8 ورودی) وجود دارد که می‌خوام با شبکه عصبی یک تابع هزینه برای آن تعریف کنم. سپس تابع هزینه به دست آمده در شبکه عصبی با استفاده از دو الگوریتم فرا ابتکاری فرا خوانده شود و جواب بهینه به دست بیاید. کدها باید به صورتی نوشته شود که داده ها از یک فایل اکسل فرا خوانده شود و پس از بهینه سازی جواب به صورت خروجی اکسل داده شود. یعنی کدها هر زمان قابل اجرا و داده های ورودی به راحتی قابلیت تغییر داشته باشد. و به صورت یک مینی نرم افزار کار کند. هدف از این کار بهینه سازی ابعاد خردایش است. شبکه عصبی باید یک سری داده به عنوان پارمترهای موثر در خردایش دریافت کند. بعضی از این پارامترها باید ثابت فرض شود. سپس یک تابع هزینه که معرف ارتباط داده های ورودی است در شبکه عصبی تعریف شود. سپس این تابع در الگوریتم فرا ابتکاری اول و دوم قرارگیرد و خروجی بهینه داده شود