dede网站安全设置,深圳外贸建站与推广,哈尔滨网站优化公司,校园网站的建设费用2023年算法GWCA -CNN-BiLSTM-ATTENTION回归预测#xff08;matlab#xff09;
GWCA -CNN-BiLSTM-Attention长城建造算法优化卷积-长短期记忆神经网络结合注意力机制的数据回归预测 Matlab语言。
长城建造算法#xff08;Great Wall Construction Algorithm#xff0c;GWC…2023年算法GWCA -CNN-BiLSTM-ATTENTION回归预测matlab
GWCA -CNN-BiLSTM-Attention长城建造算法优化卷积-长短期记忆神经网络结合注意力机制的数据回归预测 Matlab语言。
长城建造算法Great Wall Construction AlgorithmGWCA)的灵感来自于古长城建造过程中工人之间的竞争和淘汰机制。该成果于2023年7月在线发表12月正式发表在中科院1区SCI期刊Expert Systems With Applications。参考文献如下
Ziyu Guan, Changjiang Ren, Jingtai Niu, Peixi Wang, Yizi Shang,Great Wall Construction Algorithm: A novel meta-heuristic algorithm for engineer problems,Expert Systems with Applications,Volume233,2023,120905,ISSN0957-4174, https://doi.org/10.1016/j.eswa.2023.120905.
它是一种自适应的优化算法能够根据环境的变化自动调整参数和策略。具有较强的鲁棒性能够应对各种复杂的优化问题。
代码介绍如下
1.多变量单输出优化的参数为卷积核的大小隐藏单元数目最大训练周期初始学习率。评价指标包括:R2、MAE、RMSE和MAPE等图很多出图结果如图所示可完全满足您的需求
2. 长城建造算法也可以替换成其他算法比如麻雀、鹈鹕、蜣螂等等也可定制改进
3.直接替换Excel数据即可用适合新手小白
4.附赠风力发电功率测试数据可直接运行
5.商品只是提供模型价格不包含讲解发货后可保证运行但程序类商品不支持退换
6.由于每个人的数据集都是独一无二的因此预测效果不同无法保证替换数据就一定得到您满意的结果
实验结果如下; 部分主函数代码如下
clc;clear; close all
% GWCA_CNN_BiLSTM_ATTENTION预测
X xlsread(风电场预测.xlsx);
X X(5665:6665,:); %选取部分数据
disp(…………………………………………………………………………………………………………………………)
disp(GWCA_CNN_BiLSTM_ATTENTION预测)
disp(由于数据量大程序运行较慢请耐心等待)
disp(…………………………………………………………………………………………………………………………)
% GWCA参数设置
pop5; % 种群数量
Max_iter5; % 最大迭代次数
dim4; % 优化4个超参数参数 卷积核的大小 隐藏单元数目 最大训练周期 初始学习率
lb [32, 15,30,0.001];%下边界
ub [128,150,500,0.1];%上边界
fobj (x) fun(x,X) ;
[Best_score,Best_pos,curve]GWCA(pop,Max_iter,lb,ub,dim,fobj);
% 绘制进化曲线
figure
plot(curve,r-,linewidth,1)
xlabel(进化代数)
ylabel(均方根误差MSE)
legend(最佳适应度)
title(GWCA-CNN-BiLSTM-ATTENTION的收敛曲线)
disp()
disp([卷积核的大小为 ,num2str(round(Best_pos(1)))]);
disp([最优隐藏单元数目为 ,num2str(round(Best_pos(2)))]);
disp([最优最大训练周期为 ,num2str(round(Best_pos(3)))]);
disp([最优初始学习率为 ,num2str((Best_pos(4)))]);
%% 将最佳参数回带
num_samples length(X); % 样本个数
kim 6; % 延时步长kim个历史数据作为自变量
zim 1; % 跨zim个时间点进行预测
or_dim size(X,2);
% 重构数据集
for i 1: num_samples - kim - zim 1res(i, :) [reshape(X(i: i kim - 1,:), 1, kim*or_dim), X(i kim zim - 1,:)];
end
