长沙做医院的网站建设,宿豫网站建设制作,做公司网站源代码怎么写,中山seo技术时序预测 | Matlab实现SSA-GRU、GRU麻雀算法优化门控循环单元时间序列预测(含优化前后对比) 目录 时序预测 | Matlab实现SSA-GRU、GRU麻雀算法优化门控循环单元时间序列预测(含优化前后对比)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SSA-GRU、GRU麻雀算法…时序预测 | Matlab实现SSA-GRU、GRU麻雀算法优化门控循环单元时间序列预测(含优化前后对比) 目录 时序预测 | Matlab实现SSA-GRU、GRU麻雀算法优化门控循环单元时间序列预测(含优化前后对比)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SSA-GRU、GRU麻雀算法优化门控循环单元时间序列预测(含优化前后对比)完整程序和数据 Matlab实现SSA-GRU、GRU麻雀算法优化门控循环单元时间序列预测对比完整程序和数据 单变量时间序列预测运行环境Matlab2020及以上。 SSA-GRU优化得到的最优参数为 SSA-GRU优化得到的隐藏单元数目为31 SSA-GRU优化得到的最大训练周期为62 SSA-GRU优化得到的InitialLearnRate为0.027781SSA-GRU优化得到的L2Regularization为0.021961 SSA-GRU结果 SSA-GRU训练集MSE:0.0036759 SSA-GRU测试集MSE:0.064393 GRU结果 GRU训练集MSE:0.00027715 GRU测试集MSE:0.45317 程序设计
完整程序和数据下载方式1(资源处直接下载)Matlab实现SSA-GRU、GRU麻雀算法优化门控循环单元时间序列预测(含优化前后对比)完整程序和数据下载方式2(订阅《GRU门控循环单元》专栏同时可阅读《GRU门控循环单元》专栏收录的所有内容数据订阅后私信我获取)Matlab实现SSA-GRU、GRU麻雀算法优化门控循环单元时间序列预测(含优化前后对比)完整程序和数据下载方式3(订阅《智能学习》专栏同时获取《智能学习》专栏收录程序3份数据订阅后私信我获取)Matlab实现SSA-GRU、GRU麻雀算法优化门控循环单元时间序列预测(含优化前后对比)
%%
%创建GRU回归网络指定GRU层的隐含单元个数96*3
%序列预测因此输入一维输出一维
numFeatures 1;
numResponses 1;
%--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
%% 清空环境变量
warning off % 关闭报警信息
close all % 关闭开启的图窗
clear % 清空变量
clc
————————————————
版权声明本文为CSDN博主「机器学习之心」的原创文章遵循CC 4.0 BY-SA版权协议转载请附上原文出处链接及本声明。
原文链接https://blog.csdn.net/kjm13182345320/article/details/130439025
%% 定义麻雀优化参数
pop5; %种群数量
Max_iteration10; % 设定最大迭代次数
dim 4;%维度即GRU网路包含的隐藏单元数目,最大训练周期,初始学习率,L2参数
lb [2,2,10E-3,10E-3];%下边界
ub [50,100,1,1];%上边界
fobj (x) fun(x,numFeatures,numResponses,XTrain,YTrain,XTest,YTest);
[Best_pos,Best_score,SSA_curve,netSSA]SSA(pop,Max_iteration,lb,ub,dim,fobj); %开始优化
figure
plot(SSA_curve,linewidth,1.5);
grid on
xlabel(迭代次数)
ylabel(适应度函数)
title(SSA-GRU收敛曲线)
%训练集测试
PredictTrainSSA predict(netSSA,XTrain, ExecutionEnvironment,cpu);
%测试集测试
PredictTestSSA predict(netSSA,XTest, ExecutionEnvironment,cpu);
%训练集mse
mseTrainSSA mse(YTrain-PredictTrainSSA);
%测试集mse
mseTestSSA mse(YTest-PredictTestSSA);
%--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
%% 清空环境变量
warning off % 关闭报警信息
close all % 关闭开启的图窗
clear % 清空变量
clc
————————————————
版权声明本文为CSDN博主「机器学习之心」的原创文章遵循CC 4.0 BY-SA版权协议转载请附上原文出处链接及本声明。
原文链接https://blog.csdn.net/kjm13182345320/article/details/130439025%% 基础GRU测试
numHiddenUnits 100;
layers [ ...sequenceInputLayer(numFeatures)gruLayer(numHiddenUnits)fullyConnectedLayer(numResponses)regressionLayer];%指定训练选项
options trainingOptions(adam, ...MaxEpochs,500, ...ExecutionEnvironment ,cpu,...GradientThreshold,1, ...InitialLearnRate,0.001, ...L2Regularization,0.0001,...Verbose,0);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
