یکی از ابارهایی که برای تعیین اثرات غیرخطی و اثرات متقابل بین متغیرهای تبیینی در یک مدل رگرسیون لوژستیک به کار می‌رود، استفاده از شبکه‌های عصبی واحد ضربی تکاملی است. به منظور براورد پارامترهای مدلی که بدین صورت به دست می‌آید. یک روش ترکیبی مورد استفاده قرار می‌گیرد؛ ین روش از ترکیب دو ابزار بهینه‌ساز کلاسیک و الگوریتم تکاملی ساخته می‌شود. در این ماله ساختار شبکه‌های عصبی به گونه‌ای تغییر داده می‌شود که تمام پارامترهای مدل با یک الگوریتم تکاملی قابل براورد باشند. سپس دو روش براورد مورد مقایسه قرار گرفته و نتایج نشان می‌دهد که براورد پارامترها با الگریتم‌های تکاملی منجر به مدلی می‌شود که از نظر معیار اطلاع آکائیک نسبت به مدل لوژستیک معمولی دقیق‌تر است، اما استفاده از روش ترکیبی، مدل بهتری را نتیجه می‌دهد.
Torkzadeh M, Alimoradi S. Parameter Estimation for Logistic Regression Model Constructed by Evolutionary Product Unit Neural Networks. JSS 2009; 3 (1) :17-30 URL: http://jss.irstat.ir/article-1-638-fa.html
ترک‌زاده ماهانی مریم، علیمرادی سروش. براورد پارامترهای مدل رگرسیون لوژستیک ساخته شده با شبکه‌های عصبی واحد ضربی تکاملی. مجله علوم آماری. 1388; 3 (1) :17-30
