混合生物地理学的大数据挑战下多层感知器训练优化方法

摘要

本发明属于大数据处理技术领域，公开了一种混合生物地理学的大数据挑战下多层感知器训练优化方法，采用混沌理论来提高BBO的性能，而优化其算法的计算量。本发明将迁移和突变机制相结合，提高了BBO的探索和开发能力，为衡量由HCBBO算法训练的MLP感知器的性能，采用了4种大数据环境中的标准数据集来做测试。实验结果与其它三种优化算法：BBO，PSO和GA进行了统计比较。本发明是第一个在大数据环境中，将混合混沌系统与BBO算法相结合以训练MLP参数的研究工作；在HCBBO的变异算子中使用了名为OBL的方法来提高算法的收敛性。