智能优化算法应用:基于GWO优化BP神经网络 - 附代码
智能优化算法应用:基于GWO优化BP神经网络 - 附代码
智能优化算法应用:基于GWO优化BP神经网络
文章目录智能优化算法应用:基于GWO优化BP神经网络1.鸢尾花iris数据介绍
2.数据集整理
3.GWO优化BP神经网络3.1 BP神经网络参数设置
3.2 GWO灰狼算法应用
4.测试结果:
5.Matlab代码
摘要:本文主要介绍如何用灰狼算法优化BP神经网络,利用鸢尾花数据,做一个简单的讲解。
本案例利用matlab公用的iris鸢尾花数据,作为测试数据,iris数据是特征为4维,类别为3个类别。数据格式如下:
特征1
特征2
特征3
类别
单组iris数据
5.3
2.1
1.2
1
3种类别用1,2,3表示。
iris数据总共包含150组数据,将其分为训练集105组,测试集45组。如下表所示:
训练集(组)
测试集(组)
总数据(组)
105
45
150
类别数据处理:原始数据类别用1,2,3表示为了方便神经网络训练,类别1,2,3分别用1,0,0;0,1,0;0,0,1表示。
当进行数