训练多层感知器的灰狼优化器

该报告使用了最近提出的灰狼优化器来训练多层感知器

2.3 k下载

更新2018年5月22日

查看许可协议

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
使用R2011b创建
与任何版本兼容
平台的兼容性
窗户 macOS Linux

世界杯预选赛小组名单社区寻宝

在MATLAB Central中找到宝藏,并发现社区如何帮助您!世界杯预选赛小组名单

开始狩猎!
版本 发表 发布说明
1.2

描述中有错别字
链接补充道:
https://www.udemy.com/optimisation/?couponCode=MATHWORKSREF
https://www.udemy.com/geneticalgorithm/?couponCode=MATHWORKSREF

1.1.0.0

论文已添加到描述中

1.0.0.0

Baidu
map