灰狼算法优化

机器学习之心2 个月前
算法·matlab·回归·bp神经网络·灰狼算法优化·gwo-bp-adaboost
回归预测 | Matlab实现GWO-BP-Adaboost灰狼算法优化BP神经网络集成学习多输入单输出回归预测Matlab实现GWO-BP-Adaboost灰狼算法优化BP神经网络集成学习多输入单输出回归预测 GWO-BP-Adaboost回归预测Matlab matlab最好2020及以上 源码+详细注释 将灰狼优化的BPNN作为弱学习器,adaboost算法集成为强学习器,拟合精度高 灰狼算法(Grey Wolf Optimizer, GWO)是一种受自然界灰狼行为启发的优化算法。它模拟了灰狼的社会层次和狩猎策略,其中灰狼被分为四种角色:狼首领(Alpha)、狼副手(Beta)、狈顾问(Delta)和打工狼(
机器学习之心8 个月前
attention·tcn-bigru·时间卷积双向门控循环单元·多变量时间序列预测·灰狼算法优化·gwo-tcn-bigru
SCI一区 | Matlab实现GWO-TCN-BiGRU-Attention灰狼算法优化时间卷积双向门控循环单元融合注意力机制多变量时间序列预测1.基于GWO-TCN-BiGRU-Attention灰狼算法优化时间卷积双向门控循环单元融合注意力机制多变量时间序列预测,要求Matlab2023版以上,自注意力机制,一键单头注意力机制替换成多头注意力机制; 2.输入多个特征,输出单个变量,考虑历史特征的影响,多变量时间序列预测; 3.data为数据集,main.m为主程序,运行即可,所有文件放在一个文件夹; 4.命令窗口输出R2、MSE、MAE、MAPE和RMSE多指标评价; 5.优化学习率,神经元个数,注意力机制的键值, 正则化参数。
机器学习之心8 个月前
分类预测·灰狼算法优化·gwo-rbf·径向基神经网络
分类预测 | Matlab基于GWO-RBF灰狼算法优化径向基神经网络的分类预测Matlab基于GWO-RBF灰狼算法优化径向基神经网络的分类预测。基于灰狼算法(GWO)优化径向基神经网络(GWO-RBF)的分类预测。 matlab代码,优化参数为扩散速度,采用交叉验证。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。
机器学习之心1 年前
长短期记忆神经网络·多变量时间序列预测·灰狼算法优化·gwo-lstm
多维时序 | MATLAB实现GWO-LSTM灰狼算法优化长短期记忆神经网络的多变量时间序列预测MATLAB实现GWO-LSTM灰狼算法优化长短期记忆神经网络的多变量时间序列预测 1.data为数据集,格式为excel,4个输入特征,1个输出特征,考虑历史特征的影响,多变量时间序列预测; 2.GWO-LSTMNTS.m为主程序文件,运行即可; 3.命令窗口输出R2、MAE和MBE; 注意程序和数据放在一个文件夹,运行环境为Matlab2021b及以上。
机器学习之心1 年前
双向长短期记忆神经网络·gwo-bilstm·多变量时间序列预测·灰狼算法优化
多维时序 | MATLAB实现GWO-BiLSTM灰狼算法优化双向长短期记忆神经网络的多变量时间序列预测MATLAB实现GWO-BiLSTM灰狼算法优化双向长短期记忆神经网络的多变量时间序列预测 1.data为数据集,格式为excel,4个输入特征,1个输出特征,考虑历史特征的影响,多变量时间序列预测; 2.GWO-BiLSTMNTS.m为主程序文件,运行即可; 3.命令窗口输出R2、MAE和MBE; 注意程序和数据放在一个文件夹,运行环境为Matlab2021b及以上。
机器学习之心1 年前
门控循环单元·多变量时间序列预测·灰狼算法优化·gwo-gru
多维时序 | MATLAB实现GWO-GRU灰狼算法优化门控循环单元的多变量时间序列预测MATLAB实现基于GWO-GRU灰狼算法优化门控循环单元的多变量时间序列预测(完整程序和数据) 1.输入多个特征,输出单个变量; 2.考虑历史特征的影响,多变量时间序列预测; 4.excel数据,方便替换; 5.运行环境Matlab2018b及以上; 6.输出R2、MAE、MBE等评价指标; 7.优化学习率,隐藏层节点,正则化系数。
机器学习之心1 年前
多输入单输出回归预测·bp神经网络·gwo-bp·灰狼算法优化
回归预测 | MATLAB实现GWO-BP灰狼算法优化BP神经网络多输入单输出回归预测(多指标,多图)回归预测 | MATLAB实现GWO-BP灰狼算法优化BP神经网络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。