12种算法优化CNN-BiGRU-Attention单变量输入单步预测，机器学习预测全家桶，持续更新，MATLAB代码...

截止到本期MATLAB机器学习预测全家桶，一共发了15篇关于机器学习预测代码的文章。算上这一篇，一共16篇！参考文章如下：

今天在机器学习预测全家桶中继续添加12种 算法优化CNN-BiGRU-Attention模型 预测的代码。其中Attention模型可以改为单头或者多头，在代码中就是改个数字而已。代码注释已写好如何更改。

本期代码主要功能为：采用****12种** 算法优化CNN-BiGRU-Attention模型** 的四个参数，分别是分别是学习率，BiGRU的神经元个数，注意力机制的键值, 卷积核个数。 并进行了优化前后的结果比较。

12种算法如下：

包括：北方苍鹰算法(NGO)、蜣螂优化算法(DBO)、灰狼优化算法(GWO)、鱼鹰优化算法(OOA)、粒子群算法(PSO)、减法优化器算法(SABO)、沙猫群优化算法(SCSO)、麻雀优化算法(SSA)、白鲸优化算法(BWO)、霜冰优化算法(RIME)、鲸鱼优化算法(WOA)、哈里斯鹰优化算法(HHO)。

代码中12种算法可以随意切换！也可以搭配推出的 改进智能算法使用。

学会这几种算法的调用，你就可以任意替换别的算法！代码设置如下：

shell 复制代码

% 可选：'DBO','GWO','OOA','PSO','SABO','SCSO','SSA','BWO','RIME','WOA','HHO','NGO';


[Best_score,Best_pos,curve]=NGO(popsize,maxgen,lb,ub,dim,fobj); %修改这里的函数名字即可

CNN-Bigru-Attention模型和前两期发的CNN-BiLTSM-Attention模型差不太多。这里就不再仔细介绍。

CNN-BiGRU-Attention网络模型搭建

本次搭建的模型如下：

数据准备

数据集统一采用新疆某地风电发电功率数据。

数据包含特征如下：测风塔10m风速(m/s) 、测风塔30m风速(m/s) 、测风塔50m风速(m/s) 、测风塔70m风速(m/s)、轮毂高度风速(m/s) 、测风塔10m风向(°) 、测风塔30m风向(°) 、测风塔50m风向(°) 、测风塔70m风向(°)、轮毂高度风向(°) 、温度(°) 、气压(hPa)、湿度(%) 实际发电功率（mw）。部分数据截图如下：