基于Hadoop的差分進(jìn)化極限學(xué)習(xí)機(jī)研究.pdf

1、分類號學(xué)校代碼!Q5壘2學(xué)號2Q13Q211Q窆Q窆基于Hadoop的差分進(jìn)化極限學(xué)習(xí)機(jī)研究AStudyofDifferentiaIEvoIutionExtremeLearningMachinebasedonHadoop指導(dǎo)教師姓名、職稱唐文勝教授湖南師范大學(xué)學(xué)位評定委員會辦公室二零一六年五月提出了基于雙種群雙策略的改進(jìn)差分進(jìn)化極限學(xué)習(xí)機(jī)分布式算法(MapReduceofDifferentialEvolutionExtremeLearn

2、ingMachinebasedonDual—populationsandDual—strategyMRDpsDE—ELM)，提高了算法的分類精度。算法的主要思想是：首先，在進(jìn)化過程中將種群劃分成兩個子種群，每個子種群在變異、交叉階段分別設(shè)定不同的變異策略和交叉算子。然后，并行獨(dú)立進(jìn)化每個子種群且互不干擾，設(shè)定進(jìn)化代數(shù)甌，判定子種群間是否進(jìn)行信息交換，如果進(jìn)行信息交換，比較各個子種群的最優(yōu)個體，用最優(yōu)個體淘汰其余種群的最差個體。最后，設(shè)定