采用灰太狼优化器(GWO)作为多层感知器(MLP)的训练器。目前的源代码是解决“虹膜”分类问题的GWO训练器的演示。
这是本文的演示源代码:
S. Mirjalili,灰狼优化器在训练多层感知器方面有多有效,应用智能,出版,2015年,DOI:http://dx.doi.org/10.1007/s10489-014-0645-7
更多资料请浏览我的个人网页:http://www.alimirjalili.com
我有很多这方面的相关课程。你可透过以下连结以95折优惠报名:
*******************************************************************************************************************************************
关于“优化问题和算法:如何理解、制定和解决优化问题”的课程:
https://www.udemy.com/optimisation/?couponCode=MATHWORKSREF
“遗传算法简介:理论与应用”课程
https://www.udemy.com/geneticalgorithm/?couponCode=MATHWORKSREF
*******************************************************************************************************************************************
引用作为
Seyedali Mirjalili(2023)。训练多层感知器的灰狼优化器(//www.ru-cchi.com/matlabcentral/fileexchange/49772-grey-wolf-optimizer-for-training-multi-layer-perceptrons), MATLAB中央文件交换。检索.
MATLAB版本兼容性
平台的兼容性
窗户 macOS Linux标签
NNGWO /
版本 | 发表 | 发布说明 | |
---|---|---|---|
1.2 | 描述中有错别字 |
|
|
1.1.0.0 | 论文已添加到描述中 |
|
|
1.0.0.0 |
|