针对诸多群智能算法容易陷入局部最优、收敛速度慢的特点,提出一种参数设置少,全局搜索能力强的竞争算法.通过10个基准函数与粒子群算法的比较,30次试验下竞争算法的平均值与最小值均优于粒子群算法,验证了该算法的有效性.用竞争算法优化BP神经网络,并对11个测试数据集进行分类,实验结果表明,用竞争算法优化后的BP神经网络在11个测试集上性能均优于原始算法,且在大部分测试集上性能优于用遗传算法优化的BP神经网络.该算法能有效提高分类正确率,增强鲁棒性.
1
里面是自己改进的多目标GWO算法以及NSGA3算法,可以通过里面的Type变量进行选择,通过name变量选择测试函数,有DTLZ1-DTLZ3,ZDT1-ZDT4,UF2,UF4,UF8无约束函数,约束函数有CONSTR、SRN、TNK。此外还有机组的测试相关函数。基准测试函数的真实PF均有。运行NSGAⅢ_main.m文件即可
Totally 56 benchmark functions for testing, they are used for intelligence algorithm testing.
2020-02-01 03:04:17 49KB Matlab 智能算法 基准函数 测试函数
1