怀远县建设局门户网站,php搭建网站软件下载,陕西省建设网官网诚信信息发布平台,网站建设为什么必须有服务器回归预测 | MATLAB实现NGO-BiLSTM北方苍鹰算法优化双向长短期记忆网络多输入单输出回归预测 目录回归预测 | MATLAB实现NGO-BiLSTM北方苍鹰算法优化双向长短期记忆网络多输入单输出回归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-BiLSTM北方苍鹰算法…回归预测 | MATLAB实现NGO-BiLSTM北方苍鹰算法优化双向长短期记忆网络多输入单输出回归预测 目录回归预测 | MATLAB实现NGO-BiLSTM北方苍鹰算法优化双向长短期记忆网络多输入单输出回归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-BiLSTM北方苍鹰算法优化双向长短期记忆网络多输入单输出回归预测完整源码和数据 1.data为数据集输入7个特征输出1个变量。 2.MainNGOBiLSTMNN.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1(资源处直接下载)MATLAB实现NGO-BiLSTM北方苍鹰算法优化双向长短期记忆网络多输入单输出回归预测完整程序和数据下载方式2(订阅《智能学习》专栏同时获取《智能学习》专栏收录程序6份数据订阅后私信我获取)MATLAB实现NGO-BiLSTM北方苍鹰算法优化双向长短期记忆网络多输入单输出回归预测 
%% ------------------利用优化参数重新训练BiLSTM并预测----------------------------
% 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bilstmLayer(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, ...%  训练
BiLSTMnet  trainNetwork(inputn_train ,outputn_train ,layers,opts);    %  网络训练%  预测
[BiLSTMnet,BiLSTMoutputr_train] predictAndUpdateState(BiLSTMnet,inputn_train);   % 训练样本拟合值
BiLSTMoutput_train  mapminmax(reverse,BiLSTMoutputr_train,outputps);  % 数据反归一化%网络测试输出
BiLSTMoutputr_test [];
for i  1:Nu_test[BiLSTMnet,BiLSTMoutputr_test(:,i)]  predictAndUpdateState(BiLSTMnet,inputn_test(:,i),ExecutionEnvironment,cpu);
end
%% -----------------预测结果-------------------------
%  数据格式转换
BiLSTM_train BiLSTMoutput_train;
BiLSTM_test  BiLSTMoutput_test;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