[发明专利]一种基于动态群优化算法的红树林生态健康预测训练方法

摘要

本发明公开了一种基于动态群优化算法的红树林生态健康预测训练方法，包括步骤A，数据预处理；步骤A1，基于PSO算法的数据生成模块；步骤A2，基于相对熵和余弦相似度的相似性评估模块；步骤B，基于DGO算法进行模型训练；步骤B1，组内合作；步骤B2，每一组的质心与其他组的质心进行通信；步骤B3，每一组的成员与种群内的其他成员进行随机交叉；步骤B4，在每一质心之间的通信和每一成员的随机交叉过程中，搜寻所述突变情况，基于该突变情况查出与此对应的成员，将该成员随机转移到其它组；步骤C,结合BP算法和DGO算法配合步骤B进行前馈神经网络的训练。本发明提高了预测数据的准确性以及训练模型的完整度。

主权项

1.一种基于动态群优化算法的红树林生态健康预测训练方法，其特征在于，所述方法包括以下步骤：步骤X，建立红树林生态数据集；步骤A，数据预处理，基于粒子群优化和信息熵的算法进行数据生成；步骤A1，基于PSO算法的数据生成模块；步骤A2，基于相对熵和余弦相似度的相似性评估模块；步骤B，基于DGO算法进行模型训练，其模型包括种群，种群内包括若干个由质心和成员所组成的组；步骤B1，组内合作，其用于成员更新，以组合适应度最大的成员并得出最优解，该成员更新包括正常更新和突变；步骤B2，每一组的质心与其他组的质心进行通信；步骤B3，每一组的成员随机与种群内的其他成员进行交叉；步骤B4，在步骤B2和B3中，搜寻所述突变情况，基于该突变情况查出与此对应的成员，将该成员随机转移到其它组；步骤C,结合BP算法和DGO算法配合步骤B进行前馈神经网络的训练。