目录 1.程序功能描述 2.测试软件版本以及运行结果展示 3.核心程序 4.本算法原理 4.1 SFLA的基本原理 4.2 神经网络优化 5.完整程序 1.程序功能描述        基于SFLA算法的神经网络优化。通过混合蛙跳算法，对神经网络的训练进行优化，优化目标位神经网络的训练误差，通过优化，使得训练误差越来越小，从而完成神经网络权值的优化。 2.测试软件版本以及

问题概念 蛙跳算法的思想是：在一片湿地中生活着一群青蛙。湿地内离散的分布着许多石头，青蛙通过寻找不同的石头进行跳跃去找到食物较多的地方。每只青蛙个体之间通过文化的交流实现信息的交换。每只青蛙都具有自己的文化。每只青蛙的文化被定义为问题的一个解。湿地的整个青蛙群体被分为不同的子群体，每个子群体有着自己的文化，执行局部搜索策略。在子群体中的每个个体有着自己的文化，并且影响着其他个体，也受其他个体的影

蛙跳算法（Shuffled Frog Leading Algorithm）是一种启发式算法，通过启发式函数进行启发式搜索，从而找到组合最优问题的解。 他结合了以遗传为基础的memetic算法和以社会行为为基础的粒子群优化算法的优点。也可以说SFLA=SCE+PSO 一、问题概念： 蛙跳算法的思想是：在一片湿地中生活着一群青蛙。湿地内离散的分布着许多石头，青蛙通过寻找不同的石头进行跳跃去找

蛙跳算法（Shuffled Frog Leading Algorithm）是一种启发式算法，通过启发式函数进行启发式搜索，从而找到组合最优问题的解。 他结合了以遗传为基础的memetic算法和以社会行为为基础的粒子群优化算法的优点。也可以说SFLA=SCE+PSO 一、问题概念： 蛙跳算法的思想是：在一片湿地中生活着一群青蛙。湿地内离散的分布着许多石头，青蛙通过寻找不同的石头进行跳跃去找