图片缩略图

用于训练多层感知器的灰太狼优化器

版本1.2 (6.36 KB) Seyedali Mirjalili
该提交使用了最近提出的灰太狼优化器来训练多层感知器

2 k下载

更新2018年5月22日

查看许可协议

灰太狼优化器(Grey Wolf Optimizer, GWO)作为多层感知器(Multi-Layer Perceptron, MLP)的训练器。目前的源代码是GWO培训师解决“Iris”分类问题的演示。
这是论文的演示源代码:
S. Mirjalili,灰狼优化器在训练多层感知器中的有效性,应用智能,出版,2015,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。你可透过以下连结报名,享受九五折优惠:

*******************************************************************************************************************************************
“优化问题与算法:如何理解、表述和解决优化问题”课程:
https://www.udemy.com/optimisation/?couponCode=MATHWORKSREF

“遗传算法导论:理论与应用”课程
https://www.udemy.com/geneticalgorithm/?couponCode=MATHWORKSREF
*******************************************************************************************************************************************

引用作为

Seyedali Mirjalili(2021)。用于训练多层感知器的灰太狼优化器(//www.tianjin-qmedu.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
创建R2011b
与任何版本兼容
平台的兼容性
窗户 macOS Linux

社区寻宝

在MATLAB中心找到宝藏,并发现社区如何可以帮助你!

开始狩猎!