Particle Swarm Optimizationの一般的な動作を理解しており、いくつかの記事でそれを読んでいます。 PSOに関するほとんどの記事は、単一方程式関数の最適化に重点を置いています。 PedersenのParticle Swarm Optimizationのための良いパラメータでは、7つの次元数(2〜100)を持つ約10のベンチマーク問題について、メタ最適化PSOから18の結果を得ています。Particle Swarm Optimizationの汎用パラメータ
PSOでマルチレイヤパーセプトロンを最適化したいと考えています。私は首尾よくいくつかの小さなMLPのMatlabで成功しましたが、私が望むほど大きくはありません。 (100次元は単一式の関数では巨大ですが、ニューラルネットワークでは重みと偏りの数が非常に多いため、最終的なプログラムでは80万の重みとバイアスの次元を最適化する必要があります。 )
w
、c1
、およびc2
*の値をどのようにして任意の次元数の関数を最適化できるかを簡単に説明することはできません。 (私はあまりにも多くのことを求めていると確信していますが、ステップの不連続性はありますが、大規模な滑らかさに似ており、ホワイトノイズはありません)。
またはメタ最適化一般的なニューラルネットワークのPSO?
ありがとうございますが、リンクをクリックしてエラーが発生しました。あなたはACMにログインしていますか? – Post169
申し訳ありません。私は大学のネットワーク上にいましたが、私にとっても消えてしまったようです。私はダイアグラムを持つ論文へのリンクを更新しました – Adam