摘要
本发明提供了分类神经网络的训练方法、目标分类方法，属于人工智能和计算机科学领域。本发明通过设计双聚类方法选择当前种群中适当的参考解，保持优化过程种群的多样性，并引导权重优化的搜索方向；其次，在问题转换环节中设计幂值转换函数，改变决策空间的映射方式，有效拓展了原本的决策空间；最后，提出了一个自适应分配评估次数的机制，可以在种群优化的不同阶段自适应地调整标准优化和权重优化的评估次数，使种群演化的开发阶段能够加快种群的收敛，在探索阶段能够平衡种群的多样性。将本发明应用在神经网络模型训练中，有效提高了神经网络训练的性能。
