本文主要是介绍多输入多输出 | Matlab实现WOA-LSSVM鲸鱼算法优化最小二乘支持向量机多输入多输出预测,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
多输入多输出 | Matlab实现WOA-LSSVM鲸鱼算法优化最小二乘支持向量机多输入多输出预测
目录
- 多输入多输出 | Matlab实现WOA-LSSVM鲸鱼算法优化最小二乘支持向量机多输入多输出预测
- 预测效果
- 基本介绍
- 程序设计
- 往期精彩
- 参考资料
预测效果
基本介绍
Matlab实现WOA-LSSVM鲸鱼算法优化最小二乘支持向量机多输入多输出预测
1.data为数据集,10个输入特征,3个输出变量。
2.main.m为主程序文件,运行即可,其余为函数文件,无需运行。
3.命令窗口输出RMSE、MBE、MSPE、MAE和R2,可在下载区获取数据和程序内容。
程序设计
- 完整程序和数据下载方式:私信博主回复Matlab实现WOA-LSSVM鲸鱼算法优化最小二乘支持向量机多输入多输出预测。
%% 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 % 清空命令行
addpath(genpath('LSSVMlabv'));
%% 导入数据
res = xlsread('data.xlsx');%% 划分训练集和测试集
temp = randperm(600);P_train = res(temp(1: 500), 1 : 10)';
T_train = res(temp(1: 500), 11: 13)';
M = size(P_train, 2);P_test = res(temp(501: end), 1 : 10)';
T_test = res(temp(501: end), 11: 13)';
N = size(P_test, 2);%% 数据归一化
[p_train, ps_input] = mapminmax(P_train, 0, 1);
p_test = mapminmax('apply', P_test, ps_input);[t_train, ps_output] = mapminmax(T_train, 0, 1);
t_test = mapminmax('apply', T_test, ps_output);%% 转置以适应模型
p_train = p_train'; p_test = p_test';
t_train = t_train'; t_test = t_test';%% 参数设置
pop = 5; % 种群数目
Max_iter = 20; % 迭代次数
dim = 2; % 优化参数个数
lb = [10, 10]; % 下限
ub = [1000, 1000]; % 上限
往期精彩
MATLAB实现RBF径向基神经网络多输入多输出预测
MATLAB实现BP神经网络多输入多输出预测
MATLAB实现DNN神经网络多输入多输出预测
参考资料
[1] https://blog.csdn.net/kjm13182345320/article/details/116377961
[2] https://blog.csdn.net/kjm13182345320/article/details/127931217
[3] https://blog.csdn.net/kjm13182345320/article/details/127894261
这篇关于多输入多输出 | Matlab实现WOA-LSSVM鲸鱼算法优化最小二乘支持向量机多输入多输出预测的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!