灰太狼优化器(GWO)被用作多层感知器(MLP)的训练器。当前的源代码是GWO训练器用于解决虹膜分类问题的演示。
这是本文的演示源代码:
S.Mirjalili,GreyWolf优化器在训练多层感知机方面的效果如何,应用智能,出版,2015年,内政部:http://dx.doi.org/10.1007/s10489-014-0645-7
更多信息可在我的个人网页中找到:http://www.alimirjalili.com
我在这方面有很多相关的课程。您可以通过以下链接注册,享受95%的折扣:
*******************************************************************************************************************************************
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
“遗传算法导论:理论与应用”课程
https://www.udemy.com/geneticalgorithm/?couponCode=MATHWORKSREF
*******************************************************************************************************************************************
引用为
Seyedali Mirjalili(2021年)。训练多层感知器的灰太狼优化算法(//www.tatmou.com/matlabcentral/fileexchange/49772-grey-wolf-optimizer-for-training-multi-layer-perceptrons),MATLAB中央文件交换。恢复.