做网站要学什么,广州网络推广引流,重庆市工程建设信息网官网新域名,软件开发项目管理的分析时序预测 | MATLAB实现基于PSO-GRU、GRU时间序列预测对比 目录 时序预测 | MATLAB实现基于PSO-GRU、GRU时间序列预测对比效果一览基本描述程序设计参考资料 效果一览 基本描述 MATLAB实现基于PSO-GRU、GRU时间序列预测对比。 1.MATLAB实现基于PSO-GRU、GRU时间序列预测对比 2.输入数据为单变量时间序列数据即一维数据 3.运行环境Matlab2020及以上,依次运行Main1GRUTS、Main2PSOGRUTS、Main3CDM即可其余为函数文件无需运行,所有程序放在一个文件夹,data为数据集 GRU门控循环单元与粒子群算法优化后的GRUPSOGRU对比实验可用于风电、光伏等负荷预测时序预测数据为单输入单输出PSO优化超参数为隐含层1节点数、隐含层2节点数、最大迭代次数和学习率。 4.命令窗口输出MAE、MAPE、RMSE和R2 程序设计
完整程序和数据下载私信博主回复MATLAB实现基于PSO-GRU、GRU时间序列预测对比。
Function_nameF1; % Name of the test function that can be from F1 to F23 (Table 1,2,3 in the paper) 设定适应度函数
[lb,ub,dim,fobj]Get_Functions_details(Function_name); %设定边界以及优化函数N20;
M1000;
[xm1,trace1]pso(N,M,dim,lb,ub,fobj);
[xm2,trace2]qpso(N,M,dim,lb,ub,fobj);figure(Position,[269 240 660 290])
%Draw search space
subplot(1,2,1);
func_plot(Function_name);
title(Parameter space)
xlabel(x_1);
ylabel(x_2);
zlabel([Function_name,( x_1 , x_2 )])%Draw objective space
subplot(1,2,2);
plot(trace1,Color,b,linewidth,1.5)
hold on
plot(trace2,Color,r,linewidth,1.5)
title(Objective space)
xlabel(Iteration);
ylabel(Best score obtained so far);axis tight
grid on
box on
legend(PSO,QPSO)%% 取对数 更方便看
figure
plot(log10(trace1),linewidth,1.5)
hold on
plot(log10(trace2),linewidth,1.5)
legend(PSO,QPSO)
title(PSO VS QPSO)
xlabel(iteration/M)
ylabel(fitness value(log10))
function func_plot(func_name)[lb,ub,dim,fobj]Get_Functions_details(func_name);switch func_name case F1 x-100:2:100; yx; %[-100,100]case F2 x-100:2:100; yx; %[-10,10]case F3 x-100:2:100; yx; %[-100,100]case F4 x-100:2:100; yx; %[-100,100]case F5 x-200:2:200; yx; %[-5,5]case F6 x-100:2:100; yx; %[-100,100]case F7 x-1:0.03:1; yx %[-1,1]case F8 x-500:10:500;yx; %[-500,500]case F9 x-5:0.1:5; yx; %[-5,5] case F10 x-20:0.5:20; yx;%[-500,500]case F11 x-500:10:500; yx;%[-0.5,0.5]case F12 x-10:0.1:10; yx;%[-pi,pi]case F13 x-5:0.08:5; yx;%[-3,1]case F14 x-100:2:100; yx;%[-100,100]case F15 x-5:0.1:5; yx;%[-5,5]case F16 x-1:0.01:1; yx;%[-5,5]case F17 x-5:0.1:5; yx;%[-5,5]case F18 x-5:0.06:5; yx;%[-5,5]case F19 x-5:0.1:5; yx;%[-5,5]case F20 x-5:0.1:5; yx;%[-5,5] case F21 x-5:0.1:5; yx;%[-5,5]case F22 x-5:0.1:5; yx;%[-5,5] case F23 x-5:0.1:5; yx;%[-5,5]
end Llength(x);
f[];for i1:Lfor j1:Lif strcmp(func_name,F15)0 strcmp(func_name,F19)0 strcmp(func_name,F20)0 strcmp(func_name,F21)0 strcmp(func_name,F22)0 strcmp(func_name,F23)0f(i,j)fobj([x(i),y(j)]);endif strcmp(func_name,F15)1f(i,j)fobj([x(i),y(j),0,0]);endif strcmp(func_name,F19)1f(i,j)fobj([x(i),y(j),0]);endif strcmp(func_name,F20)1f(i,j)fobj([x(i),y(j),0,0,0,0]);end if strcmp(func_name,F21)1 || strcmp(func_name,F22)1 ||strcmp(func_name,F23)1f(i,j)fobj([x(i),y(j),0,0]);end end
end参考资料 [1] https://blog.csdn.net/kjm13182345320/article/details/127596777?spm1001.2014.3001.5501 [2] https://download.csdn.net/download/kjm13182345320/86830096?spm1001.2014.3001.5501
