北方苍鹰算法优化

机器学习之心

一区北方苍鹰算法优化+创新改进Transformer！NGO-Transformer-LSTM多变量回归预测1.Matlab NGO-Transformer-LSTM多变量回归预测，北方苍鹰算法（NGO）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）； 2.优化参数为：学习率，隐含层节点，正则化参数，运行环境为Matlab2023b及以上；

机器学习之心

回归预测 | Matlab实现NGO-ESN北方苍鹰算法优化回声状态网络多输入单输出回归预测1.Matlab实现NGO-ESN北方苍鹰算法优化回声状态网络多输入单输出回归预测（完整源码和数据)； 2.数据集为excel，多输入单输出数据集，运行主程序main.m即可，其余为函数文件，无需运行； 3.优化的参数为：三个参数，储备池规模，学习率，正则化系数。命令窗口输出RMSE、MAPE、MAE、R2等评价指标； 4.运行环境Matlab2018b及以上； 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

时序预测 | MATLAB实现NGO-GRU北方苍鹰算法优化门控循环单元时间序列预测MATLAB实现NGO-GRU北方苍鹰算法优化门控循环单元时间序列预测（完整源码和数据） 1.data为数据集，单变量时间序列。 2.MainNGOGRUTS.m为程序主文件，其他为函数文件无需运行。 3.命令窗口输出MAE、MSE、RMSEP、R^2、RPD和MAPE，可在下载区获取数据和程序内容。 4.北方苍鹰算法优化参数为学习率，隐藏层节点个数，正则化参数。注意程序和数据放在一个文件夹，运行环境为Matlab2018及以上.

机器学习之心

回归预测 | MATLAB实现NGO-SVM北方苍鹰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NGO-SVM北方苍鹰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。