安庆网站建设兼职,网站建设公司的重要性,建网站 外贸,建一个网站需要哪些知识时序预测 | 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 目录 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预测效果基本介绍程序设计参考资料 预测效果 基本介绍 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#…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 目录 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预测效果基本介绍程序设计参考资料 预测效果 基本介绍 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. 程序设计
完整程序和数据下载方式(资源处直接下载)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
%% --------------LSTM优化----------------------
% 参数设置
SearchAgents 5; % 种群数量
Max_iterations 10; % 迭代次数 lowerbound [1e-10 0.0001 10 ];%三个参数的下限
upperbound [1e-2 0.002 400 ];%三个参数的上限
dim 3;%数量即要优化的LSTM超参数个数fobj (x)fun(x,inputn_train,outputn_train,outputps); %调用函数fun计算适应度函数值
%% 赋值;
[Best_score,Best_pos,Convergence_curve]NGO(SearchAgents,Max_iterations,lowerbound,upperbound,dim,fobj) %% 北方苍鹰算法%得到最优参数
L2Regularization Best_pos(1,1); % 最佳L2正则化系数
InitialLearnRate Best_pos(1,2); % 最佳初始学习率
NumOfUnits abs(round( Best_pos(1,3))); % 最佳隐藏层节点数%% ------------------利用优化参数重新训练预测----------------------------
% 数据输入x的特征维度
inputSize size(inputn_train,1);
% 数据输出y的维度
outputSize size(outputn_train,1);% 设置网络结构
layers [ ...sequenceInputLayer(inputSize) %输入层,参数是输入特征维数Layer(NumOfUnits) %学习层,隐含层神经元的个数dropoutLayer(0.2) %权重丢失率fullyConnectedLayer(outputSize) %全连接层也就是输出的维数regressionLayer]; %回归层,该参数说明是在进行回归问题而不是分类问题% trainoption(lstm)
opts trainingOptions(adam, ... %优化算法MaxEpochs,100, ... %最大迭代次数GradientThreshold,1,... %梯度阈值,防止梯度爆炸ExecutionEnvironment,cpu,... %对于大型数据集合、长序列或大型网络在 GPU 上进行预测计算通常比在 CPU 上快。其他情况下在 CPU 上进行预测计算通常更快。InitialLearnRate,InitialLearnRate, ...LearnRateSchedule,piecewise, ...LearnRateDropPeriod,120, ...LearnRateDropFactor,0.2, ... % 指定初始学习率 0.005在 100 轮训练后通过乘以因子 0.2 来降低学习率。L2Regularization, L2Regularization, ... % 正则化参数Verbose,false, ... %如果将其设置为true则有关训练进度的信息将被打印到命令窗口中。Plots,training-progress... %构建曲线图, 若将training-progress替换为none则不画出曲线); % MiniBatchSize,outputSize*30, ...%% -----------------预测结果-------------------------
% 数据格式转换train_DATAoutput_train; %训练样本标签
test_DATA output_test; %测试样本标签
参考资料 [1] https://blog.csdn.net/article/details/126072792?spm1001.2014.3001.5502 [2] https://blog.csdn.net/article/details/126044265?spm1001.2014.3001.5502
