研究文章
极端的学习机器的混合模型基于蝙蝠和布谷鸟搜索算法的回归和多类分类
|
| 步骤1:初始化基本参数和设置循环终止条件 |
| 步骤2:初始化杜鹃个体,代码的输入权值和阈值榆树到个人,每个代表一个榆树网络结构 |
| 步骤3:规范化训练数据和随机初始个体位置和计算适应度值符合方程(21) |
| 第四步:记录最优位置,得到一组新的职位根据方程(15),计算适应度值,判断当前最优位置 |
| 第五步:比较的随机数字与
;如果
,更新位置随机;否则,它不会改变 |
| 第六步:以新职位为英航的起点,和随机生成
;如果
,更新当前最优位置;否则,到第7步 |
| 第七步:随机生成
;如果
,取代与当前位置或不更新 |
| 第八步:计算每个个体的适应度值,确定当前最优位置和最优值 |
| 步骤9:如果终止条件满足,继续下一步;否则,转到步骤4 |
| 第十步:个人杜鹃解码到榆树的输入权值和阈值;根据这些参数获得最佳的榆树网络结构 |
|
|
