基于鸟群优化的BP神经网络(预测应用) - 附代码
基于鸟群优化的BP神经网络(预测应用) - 附代码
文章目录
- 基于鸟群优化的BP神经网络(预测应用) - 附代码
- 1.数据介绍
- 3.BSA优化BP神经网络
- 3.1 BP神经网络参数设置
- 3.2 鸟群算法应用
- 4.测试结果:
- 5.Matlab代码
摘要:本文主要介绍如何用鸟群算法优化BP神经网络并应用于预测。
1.数据介绍
本案例数据一共2000组,其中1900组用于训练,100组用于测试。数据的输入为2维数据,预测的输出为1维数据
3.BSA优化BP神经网络
3.1 BP神经网络参数设置
神经网络参数如下:
%% 构造网络结构
%创建神经网络
inputnum = 2; %inputnum 输入层节点数 2维特征
hiddennum = 10; %hiddennum 隐含层节点数
outputnum = 1; %outputnum 隐含层节点数
3.2 鸟群算法应用
鸟群算法具体原理请参照:https://blog.csdn.net/u011835903/article/details/108346554
鸟群算法的参数设置为:
popsize = 20;%种群数量
Max_iteration = 20;%最大迭代次数
lb = -5;%权值阈值下边界
ub = 5;%权值阈值上边界
% inputnum * hiddennum + hiddennum*outputnum 为阈值的个数
% hiddennum + outputnum 为权值的个数
dim = inputnum * hiddennum + hiddennum*outputnum + hiddennum + outputnum ;% inputnum * hiddennum + hiddennum*outputnum维度
这里需要注意的是,神经网络的阈值数量计算方式如下:
本网络有2层:
第一层的阈值数量为:2*10 = 20; 即inputnum * hiddennum;
第一层的权值数量为:10;即hiddennum;
第二层的阈值数量为:10*1 = 10;即hiddenum * outputnum;
第二层权值数量为:1;即outputnum;
于是可知我们优化的维度为:inputnum * hiddennum + hiddennum*outputnum + hiddennum + outputnum = 41;
适应度函数值设定:
本文设置适应度函数如下:
fitness=argmin(mse(TrainDataError)+mes(TestDataError))fitness = argmin(mse(TrainDataError) + mes(TestDataError)) fitness=argmin(mse(TrainDataError)+mes(TestDataError))
其中TrainDataError,TestDataError分别为训练集和测试集的预测误差。mse为求取均方误差函数,适应度函数表明我们最终想得到的网络是在测试集和训练集上均可以得到较好结果的网络。
4.测试结果:
从鸟群算法的收敛曲线可以看到,整体误差是不断下降的,说明鸟群算法起到了优化的作用:
图1 鸟群算法收敛曲线和误差图
5.Matlab代码
基于鸟群优化的BP神经网络(预测应用) - 附代码相关推荐
- 基于鸟群优化的BP神经网络(分类应用) - 附代码
基于鸟群优化的BP神经网络(分类应用) - 附代码 文章目录 基于鸟群优化的BP神经网络(分类应用) - 附代码 1.鸢尾花iris数据介绍 2.数据集整理 3.鸟群优化BP神经网络 3.1 BP神经 ...
- 基于果蝇优化的BP神经网络(预测应用) - 附代码
基于果蝇优化的BP神经网络(预测应用) 文章目录 基于果蝇优化的BP神经网络(预测应用) 1.数据介绍 3.FOA优化BP神经网络 3.1 BP神经网络参数设置 3.2 果蝇算法应用 4.测试结果: ...
- 基于布谷鸟优化的BP神经网络(预测应用) - 附代码
基于布谷鸟优化的BP神经网络(预测应用) - 附代码 文章目录 基于布谷鸟优化的BP神经网络(预测应用) - 附代码 1.数据介绍 3.CS优化BP神经网络 3.1 BP神经网络参数设置 3.2 布谷 ...
- 基于果蝇优化的BP神经网络(分类应用) - 附代码
基于果蝇优化的BP神经网络(分类应用) - 附代码 文章目录 基于果蝇优化的BP神经网络(分类应用) - 附代码 1.鸢尾花iris数据介绍 2.数据集整理 3.果蝇优化BP神经网络 3.1 BP神经 ...
- 基于布谷鸟优化的BP神经网络(分类应用) - 附代码
基于布谷鸟优化的BP神经网络(分类应用) - 附代码 文章目录 基于布谷鸟优化的BP神经网络(分类应用) - 附代码 1.鸢尾花iris数据介绍 2.数据集整理 3.布谷鸟优化BP神经网络 3.1 B ...
- 基于灰狼优化的BP神经网络(分类应用) - 附代码
基于灰狼优化的BP神经网络(分类应用) - 附代码 文章目录 基于灰狼优化的BP神经网络(分类应用) - 附代码 1.鸢尾花iris数据介绍 2.数据集整理 3.灰狼优化BP神经网络 3.1 BP神经 ...
- 基于蜣螂优化的BP神经网络(分类应用) - 附代码
基于蜣螂优化的BP神经网络(分类应用) - 附代码 文章目录 基于蜣螂优化的BP神经网络(分类应用) - 附代码 1.鸢尾花iris数据介绍 2.数据集整理 3.蜣螂优化BP神经网络 3.1 BP神经 ...
- 基于萤火虫优化的BP神经网络(分类应用) - 附代码
基于萤火虫优化的BP神经网络(分类应用) - 附代码 文章目录 基于萤火虫优化的BP神经网络(分类应用) - 附代码 1.鸢尾花iris数据介绍 2.数据集整理 3.萤火虫优化BP神经网络 3.1 B ...
- BP神经网络预测回归MATLAB代码(代码完整可直接用,注释详细,可供学习)
BP神经网络预测回归MATLAB代码(代码完整可直接用,注释详细,可供学习) 一.前言 二.代码部分 2.1 初始化 2.2 读取数据 2.3 设置训练集和测试集 2.4 数据归一化 2.5 求解最佳 ...
最新文章
- 用C#或JavaScript扩展XSLT
- 第一个问题就难倒我了!
- vue.config.js配置代理不生效_iMac各种代理设置方法汇总
- Springboot本地缓存和redis缓存
- sqoop把mysql数据导入hive
- DIY人脸跟踪电风扇送女朋友(2)
- 关于spring MVC 绑定json字符串与实体类绑定
- 485串口测试工具软件_【实例】如何用串口软件调试变频器?
- kali制作钓鱼网站
- ld cannot find -lbz2
- android 卸载预装软件,手机自带软件怎么卸载?安卓预装软件卸载方法
- 一道关于SVM的机器学习作业题
- linux shell鸟哥,Linux shell脚本全面学习(三)
- 用函数计算两数之和和两数之积
- js-url转换blob以及blob与base64的相互转换
- 哪些城市有PMP考试考点?PMP考试考场都在哪?
- 23种设计模式 单例 (整理摘抄优秀的博文) 记住
- es6数组去重(连重复的对象也可以去掉)
- 用python做一个简单的游戏,用python写一个小游戏
- 浙江外国语学校计算机行不行,浙江外国语学院怎么样
热门文章
- Oracle显式游标和隐式游标
- CAD2007中圆角工具如何使用?
- 4:不一样的“火星文”
- MPU6050初始化失败 错误代码8
- WinIO初始化失败的几个原因
- Rabbitmq报错pika.exceptions.IncompatibleProtocolError: StreamLostError: ('Transport indicated EOF',)
- 局域网ARP攻击防护
- 可持续节约的寻源采购怎么实现?
- 【深度学习论文翻译】Weakly Supervised Action Localization by Sparse Temporal Pooling Network全文翻译
- 计算机的三级储存管理系统不包括,第三章 存储系统