蛇群算法优化

机器学习之心4 个月前
matlab·lstm·transformer·蛇群算法优化·so
JCR一区级 | Matlab实现SO-Transformer-LSTM多变量回归预测（蛇群算法优化）1.【JCR一区级】Matlab实现SO-Transformer-LSTM多变量回归预测，蛇群算法（SO）优化Transformer-LSTM组合模型（程序可以作为JCR一区级论文代码支撑，目前尚未发表）；
机器学习之心10 个月前
门控循环单元·蛇群算法优化·回归预测·多输入单输出·so-gru
回归预测 | Matlab基于SO-GRU蛇群算法优化门控循环单元的数据多输入单输出回归预测1.Matlab基于SO-GRU蛇群算法优化门控循环单元的数据多输入单输出回归预测（完整源码和数据） 2.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回归预测。程序内注释详细，直接替换数据就可以用。 4.程序语言为matlab，程序可出预测效果图，迭代优化图，相关分析图，运行环境matlab2020b及以上。评价指标包括:R2、MAE、MSE、RMSE和MAPE等。 5.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10 个月前
蛇群算法优化·回归预测·多输入单输出·长短期记忆神经网络·so-lstm
回归预测 | Matlab基于SO-LSTM蛇群算法优化长短期记忆神经网络的数据多输入单输出回归预测1.Matlab基于SO-LSTM蛇群算法优化长短期记忆神经网络的数据多输入单输出回归预测（完整源码和数据）； 2.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回归预测。程序内注释详细，直接替换数据就可以用。 4.程序语言为matlab，程序可出预测效果图，迭代优化图，相关分析图，运行环境matlab2020b及以上。评价指标包括:R2、MAE、MSE、RMSE和MAPE等。 5.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·蛇群算法优化·cnn-svm·卷积神经网络-支持向量机·so-cnn-svm·so
回归预测 | Matlab实现SO-CNN-SVM蛇群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.SO-CNN-SVM蛇群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.蛇群算法SO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，适合
机器学习之心1 年前
cnn-bigru·蛇群算法优化·时间序列预测·卷积双向门控循环单元·so-cnn-bigru
时序预测 | Matlab实现SO-CNN-BiGRU蛇群算法优化卷积双向门控循环单元时间序列预测时序预测 | Matlab实现SO-CNN-BiGRU蛇群算法优化卷积双向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SO-CNN-BiGRU蛇群算法优化卷积双向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
蛇群算法优化·so-cnn-bilstm·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SO-CNN-BiLSTM蛇群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SO-CNN-BiLSTM蛇群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SO-CNN-BiLSTM蛇群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
so-cnn-lstm·蛇群算法优化·卷积长短期记忆神经网络·cnn-lstm·时间序列预测
时序预测 | MATLAB实现SO-CNN-LSTM蛇群算法优化卷积长短期记忆神经网络时间序列预测时序预测 | MATLAB实现SO-CNN-LSTM蛇群算法优化卷积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SO-CNN-LSTM蛇群算法优化卷积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·蛇群算法优化·so-cnn-gru·cnn-gru·卷积门控循环单元
回归预测 | MATLAB实现SO-CNN-GRU蛇群算法优化卷积门控循环单元多输入单输出回归预测MATLAB实现SO-CNN-GRU蛇群算法优化卷积门控循环单元多输入单输出回归预测（完整源码和数据) 1.MATLAB实现SO-CNN-GRU蛇群算法优化卷积门控循环单元多输入单输出回归预测（完整源码和数据) 2.输入多个特征，输出单个变量，多输入单输出回归预测； 3.多指标评价，评价指标包括：R2、MAE、MSE、RMSE等，代码质量极高； 4.蛇群算法优化参数为：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·蛇群算法优化·so-cnn-bilstm·卷积双向长短期记忆神经网络·cnn-bilstm
回归预测 | MATLAB实现SO-CNN-BiLSTM蛇群算法优化卷积双向长短期记忆神经网络多输入单输出回归预测MATLAB实现SO-CNN-BiLSTM蛇群算法优化卷积双向长短期记忆神经网络多输入单输出回归预测（完整源码和数据) 1.MATLAB实现SO-CNN-BiLSTM蛇群算法优化卷积双向长短期记忆神经网络多输入单输出回归预测（完整源码和数据) 2.输入多个特征，输出单个变量，多输入单输出回归预测； 3.多指标评价，评价指标包括：R2、MAE、MSE、RMSE等，代码质量极高； 4.蛇群算法优化参数为：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·蛇群算法优化·so-cnn-bilstm·卷积双向长短期记忆神经网络
回归预测 | MATLAB实现SO-CNN-BiLSTM蛇群算法优化卷积双向长短期记忆神经网络多输入单输出回归预测Matlab实现SO-CNN-BiLSTM蛇群算法优化卷积双向长短期记忆网络多输入回归预测（完整源码和数据) 1.Matlab实现SO-CNN-BiLSTM蛇群算法优化卷积双向长短期记忆网络(CNN-BiLSTM)多输入单输出回归预测（完整源码和数据) 2.输入多个特征，输出单个变量，多输入单输出回归预测； 3.多指标评价，评价指标包括：R2、MAE、MSE、RMSE等，代码质量极高； 4.蛇群算法优化参数为：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·so-cnn-lstm·蛇群算法优化·卷积长短期记忆神经网络
回归预测 | MATLAB实现SO-CNN-LSTM蛇群算法优化卷积长短期记忆神经网络多输入单输出回归预测MATLAB实现SO-CNN-LSTM蛇群算法优化卷积长短期记忆神经网络多输入单输出回归预测（完整源码和数据) 1.MATLAB实现SO-CNN-LSTM蛇群算法优化卷积长短期记忆神经网络多输入单输出回归预测（完整源码和数据) 2.输入多个特征，输出单个变量，多输入单输出回归预测； 3.多指标评价，评价指标包括：R2、MAE、MSE、RMSE等，代码质量极高； 4.蛇群算法优化参数为：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。