混沌灰狼优化算法训练多层感知器

作     者：晏福 徐建中 李奉书 YAN Fu;XU Jianzhong;LI Fengshu

作者机构：哈尔滨工程大学经济管理学院哈尔滨150001 

基　　金：国家社会科学基金(16BJY078) 黑龙江省经济社会发展重点研究课题(KY10900170004) 黑龙江省哲学社会科学研究规划(17JYH49) 

出 版 物：《电子与信息学报》 (Journal of Electronics & Information Technology)

年 卷 期：2019年第41卷第4期

页      码：872-879页

摘      要：灰狼优化算法(GWO)是一种新的基于灰狼捕食行为的元启发式算法,被证明是一种具有高水平的探索和开发能力的算法。但是存在开发和探索不平衡的问题,以至于其优化性能并不理想。该文将混沌理论引入GWO中,用于平衡GWO的探索和开发,提出一种改进的混沌灰狼优化算法(CGWO),并应用于多层感知器(MLPs)的训练。首先,基于Cubic混沌理论对GWO的位置更新公式进行改进,以增加个体的多样性,增大跳出局部最优的概率和对解空间进行深入的搜索;其次,设计一种非线性收敛因子,用于协调和平衡CGWO算法在不同迭代进化时期的探索和开发能力;最后,将CGWO算法作为MLPs的训练器,用于对3个复杂分类问题进行分类实验。结果表明:CGWO在分类准确率,避免陷入局部最优,全局收敛速度和鲁棒性方面相较于其他对比算法均具有较好的性能。

主 题 词：灰狼优化算法 混沌理论 非线性收敛因子 多层感知器 分类问题 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.11999/JEIT180519

馆 藏 号：203607206...