DE_ELM 用差分进化算法对极限学习机进行优化

用差分进化算法对极限学习机进行优化，得到的极限学习机的诊断精度有了明显提高。

function [TrainingTimeTestingTimeTrainingAccuracy TestingAccuracy]=ELM_DE（TrainingData_File TestingData_File Elm_Type NumberofHiddenNeurons ActivationFunction）
% minimization of a user-supplied function with respect to x（1:D）
% using the differential evolution （DE） algorithm of Rainer Storn
% （http://www.icsi.berkeley.edu/~storn/code.html）
% 
% Special thanks go to Ken Price （kprice@solano.community.net） and
% Arnold Neumaier （http://solon.cma.univie.ac.at/~neum/） for their
% valuable contributions to improve the code.
% 
% Strategies with exponential crossover further input variable
% tests and arbitrary function name implemented by Jim Van Zandt 
%  12/97.
%
% Output arguments:
% ----------------
% bestmem        parameter vector with best solution
% bestv

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2014-07-12 21:03  DE_ELM差分进化\
     文件       19022  2014-07-09 14:28  DE_ELM差分进化\ELM_DE.m
     文件        1777  2014-07-08 18:53  DE_ELM差分进化\ELM_X.m