鲸鱼算法优化

机器学习之心7 个月前
鲸鱼算法优化·多输入多输出预测·最小二乘支持向量机·woa-lssvm
多输入多输出 | Matlab实现WOA-LSSVM鲸鱼算法优化最小二乘支持向量机多输入多输出预测Matlab实现WOA-LSSVM鲸鱼算法优化最小二乘支持向量机多输入多输出预测 1.data为数据集,10个输入特征,3个输出变量。 2.main.m为主程序文件,运行即可,其余为函数文件,无需运行。 3.命令窗口输出RMSE、MBE、MSPE、MAE和R2,可在下载区获取数据和程序内容。
机器学习之心7 个月前
鲸鱼算法优化·数据分类预测·最小二乘支持向量机·woa-lssvm
分类预测 | Matlab实现WOA-LSSVM鲸鱼算法优化最小二乘支持向量机数据分类预测1.Matlab实现WOA-LSSVM鲸鱼算法优化最小二乘支持向量机数据分类预测(完整源码和数据),优化参数为,优化RBF核函数gam和sig,运行环境为Matlab2018及以上。 2.多特征输入单输出的二分类及多分类模型。程序内注释详细,直接替换excel数据就可以用; 3.程序语言为matlab,程序可出分类效果图,迭代优化图,混淆矩阵图。 4.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。
机器学习之心1 年前
多输入单输出回归预测·鲸鱼算法优化·woa·cnn-svm·卷积神经网络-支持向量机·woa-cnn-svm
回归预测 | Matlab实现WOA-CNN-SVM鲸鱼算法优化卷积神经网络-支持向量机的多输入单输出回归预测1.WOA-CNN-SVM鲸鱼算法优化卷积神经网络-支持向量机的多变量回归预测 可直接运行Matlab; 2.评价指标包括: R2、MAE、RMSE和MAPE等,代码质量极高,方便学习和替换数据。要求2021版本及以上。 3.鲸鱼算法WOA优化的参数为:CNN的批处理大小、学习率、正则化系数,能够避免人工选取参数的盲目性,有效提高其预测精度。 4.main.m为主程序,其他为函数文件,无需运行,data为数据,多输入单输出,数据回归预测,输入7个特征,输出1个变量,直接替换Excel数据即可用!注释清晰,
机器学习之心1 年前
门控循环单元·鲸鱼算法优化·多输入分类预测·woa-gru
分类预测 | Matlab实现WOA-GRU鲸鱼算法优化门控循环单元的数据多输入分类预测1.Matlab实现WOA-GRU鲸鱼算法优化门控循环单元的数据多输入分类预测,运行环境Matlab2020b及以上; 2.基于鲸鱼算法(WOA)优化门控循环单元(GRU)分类预测,优化参数为,学习率,隐含层节点,正则化参数; 3.多特征输入单输出的二分类及多分类模型。程序内注释详细,直接替换数据就可以用; 程序语言为matlab,程序可出分类效果图,迭代优化图,混淆矩阵图; 4.data为数据集,输入12个特征,分四类;main为主程序,其余为函数文件,无需运行,可在下载区获取数据和程序内容。
机器学习之心1 年前
鲸鱼算法优化·双向长短期记忆神经网络·多输入分类预测·woa-bilstm
分类预测 | Matlab实现WOA-BiLSTM鲸鱼算法优化双向长短期记忆神经网络的数据多输入分类预测1.Matlab实现WOA-BiLSTM鲸鱼算法优化双向长短期记忆神经网络的数据多输入分类预测,运行环境Matlab2020b及以上; 2.基于鲸鱼算法(WOA)优化双向长短期记忆网络(BiLSTM)分类预测,优化参数为,学习率,隐含层节点,正则化参数; 3.多特征输入单输出的二分类及多分类模型。程序内注释详细,直接替换数据就可以用; 程序语言为matlab,程序可出分类效果图,迭代优化图,混淆矩阵图; 4.data为数据集,输入12个特征,分四类;main为主程序,其余为函数文件,无需运行,可在下载区获
机器学习之心1 年前
鲸鱼算法优化·优化支持向量机·多输入单输出回归·woa-svm
回归预测 | MATLAB实现WOA-SVM鲸鱼算法优化支持向量机多输入单输出回归预测(多指标,多图)回归预测 | MATLAB实现WOA-SVM鲸鱼算法优化支持向量机多输入单输出回归预测(多指标,多图),输入多个特征,输出单个变量,多输入单输出回归预测; 多指标评价,代码质量极高;excel数据,方便替换,运行环境2018及以上。
机器学习之心1 年前
鲸鱼算法优化·cnn-gru·卷积门控循环单元·时间序列预测·woa-cnn-gru
时序预测 | MATLAB实现WOA-CNN-GRU鲸鱼算法优化卷积门控循环单元时间序列预测时序预测 | MATLAB实现WOA-CNN-GRU鲸鱼算法优化卷积门控循环单元时间序列预测,运行环境Matlab2020b及以上。优化正则化率、学习率、隐藏层单元数。 1.MATLAB实现WOA-CNN-GRU鲸鱼算法优化卷积门控循环单元时间序列预测 2.单变量时间序列预测; 3.多指标评价,评价指标包括:R2、MAE、MSE、RMSE等,代码质量极高; 4.鲸鱼算法优化参数为:学习率,隐含层节点,正则化参数; 5.excel数据,方便替换,运行环境2020及以上。
机器学习之心1 年前
鲸鱼算法优化·卷积双向长短期记忆神经网络·cnn-bilstm·时间序列预测·woa-cnn-bilstm
时序预测 | MATLAB实现WOA-CNN-BiLSTM鲸鱼算法优化卷积双向长短期记忆神经网络时间序列预测时序预测 | MATLAB实现WOA-CNN-BiLSTM鲸鱼算法优化卷积双向长短期记忆神经网络时间序列预测,运行环境Matlab2020b及以上。优化正则化率、学习率、隐藏层单元数。 1.MATLAB实现WOA-CNN-BiLSTM鲸鱼算法优化卷积双向长短期记忆神经网络时间序列预测; 2.单变量时间序列预测; 3.多指标评价,评价指标包括:R2、MAE、MSE、RMSE等,代码质量极高; 4.鲸鱼算法优化参数为:学习率,隐含层节点,正则化参数; 5.excel数据,方便替换,运行环境2020及以上。
机器学习之心1 年前
多输入单输出回归预测·卷积神经网络·woa-cnn·鲸鱼算法优化
回归预测 | MATLAB实现WOA-CNN鲸鱼算法优化卷积神经网络的数据多输入单输出回归预测回归预测 | MATLAB实现WOA-CNN鲸鱼算法优化卷积神经网络的数据多输入单输出回归预测 MATLAB实现WOA-CNN鲸鱼算法优化卷积神经网络的数据多输入单输出回归预测(Matlab完整程序和数据) 输入7个特征,输出1个,即多输入单输出;优化参数为学习率,批大小,正则化系数。 运行环境Matlab2018及以上,运行主程序main即可,其余为函数文件无需运行,所有程序放在一个文件夹,data为数据集; 命令窗口输出RMSE、MAE、R2、MAPE。