MATLAB实现GWO-BiLSTM灰狼算法优化双向长短期记忆神经网络多输入单输出回归预测(完整源码和数据) 灰狼算法优化参数为初始学习率,隐藏层节点个数,正则化参数。 数据为多输入回归数据,输入6个特征,输出1个变量。 运行环境MATLAB2018b及以上,程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件。
MATLAB实现GWO-LSTM灰狼算法优化长短期记忆神经网络多输入单输出回归预测(完整源码和数据) 灰狼算法优化参数为初始学习率,隐藏层节点个数,正则化参数。 数据为多输入回归数据,输入6个特征,输出1个变量。 运行环境MATLAB2018b及以上,程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件。
MATLAB实现GWO-GRU灰狼算法优化门控循环单元多输入单输出回归预测(完整源码和数据) 灰狼算法优化参数为初始学习率,隐藏层节点个数,正则化参数。 数据为多输入回归数据,输入6个特征,输出1个变量。 运行环境MATLAB2020b及以上,程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件。
灰狼算法优化长短期记忆网络(GWO-LSTM)的多输入单输出回归预测 (Matlab完整程序和数据) 运行版本2018及以上 优化参数为学习率,隐藏层节点个数,正则化参数Matlab代码,多个评价指标。
GWO-GRU,灰狼算法优化GRU多输入单输出数据回归预测 (Matlab完整程序和数据) 运行版本2020及以上 GWO-GRU,灰狼算法优化GRU多输入单输出数据回归预测 (Matlab完整程序和数据) 运行版本2020及以上 GWO-GRU,灰狼算法优化GRU多输入单输出数据回归预测 (Matlab完整程序和数据) 运行版本2020及以上
2022-11-28 12:25:42 36KB GWO-GRU 灰狼算法 GRU 多输入单输出
基于GWO-LSTM灰狼算法优化长短期记忆网络单变量时间序列预测(Matlab完整程序和数据)运行版本2018及以上 基于GWO-LSTM灰狼算法优化长短期记忆网络单变量时间序列预测(Matlab完整程序和数据)运行版本2018及以上 基于GWO-LSTM灰狼算法优化长短期记忆网络单变量时间序列预测(Matlab完整程序和数据)运行版本2018及以上
灰狼群体捕食行为的启发,Mirjalili等[1]于 2014年提出了一种新型群体智能优化算法:灰狼优化算法。GWO通过模拟灰狼群体捕食行为,基于狼群群体协作的机制来达到优化的目的。 GWO算法具有结构简单、需要调节的参数少,容易实现等特点,其中存在能够自适应调整的收敛因子以及信息反馈机制,能够在局部寻优与全局搜索之间实现平衡,因此在对问题的求解精度和收敛速度方面都有良好的性能。
2022-11-28 11:22:19 18KB matlab
1
0积分下载,代码运行效果图见压缩包
2022-11-27 04:20:45 59KB matlab
1
灰狼优化算法(GWO)由格里菲斯大学学者 Mirjalili 等人于2014年提出来的一种群智能优化算法。灵感来自于灰狼群体捕食行为。
1
灰狼远控2022.1.1免杀版
2022-11-04 22:00:09 11.23MB 测试 渗透测试
1