差分进化算法DE优化BPNN

本文介绍了使用差分进化算法(DE)优化BP神经网络(BPNN)的过程。首先,详细阐述了DE的基本原理,包括变异、交叉和选择操作。随后,通过MATLAB实现DE优化BPNN,对样本数据进行预处理、划分训练集和测试集,并进行归一化。利用DE对BPNN的权重和阈值进行迭代寻优,最终得到优化后的网络参数,降低了训练和测试集的均方根误差。
摘要由CSDN通过智能技术生成

(一)DE的基本原理

主要操作:变异 - 交叉 - 选择 

(二)DE优化BPNN

%载入数据
data = csvread('D:\matlab2016a\OA\sample.csv');

%划分数据集
rv = rand(1,size(data,1));
[value,index] = sort(rv);
x_train = data(index(1:150),1:2);y_train = data(index(1:150),end);
x_test = data(index(151:end),1:2);y_test = data(index(151:end),end);

%归一化处理
[train_input,inputps] = mapminmax(x_train');
test_input = mapminmax('apply',x_test',inputps);
[train_output,outputps] = mapminmax(y_train');

%设置节点
inputnum = size(train_input,1);
hiddennum = 5;
outputnum = size(train_output,1);

  • 4
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值