鲸鱼优化算法优化BP神经网络回归预测的算法设计-附代码

article/2025/9/23 9:30:36

鲸鱼优化算法WOA优化BP神经网络回归预测模型以及MATLAB代码实现

文章目录

  • 鲸鱼优化算法WOA优化BP神经网络回归预测模型以及MATLAB代码实现
  • 1. 算法描述
  • 2. 鲸鱼优化算法优化BP神经网络预测的步骤与流程图设计
  • 3. WOA-BP预测算法的参数设置
  • 4. 运行结果
  • 5. MATLAB代码

1. 算法描述

鲸鱼优化算法(Whale Optimization Algorithm)是一种新兴的智能优化算法,在2016年提出。算法灵感来源于鲸鱼围捕猎物的行为。鲸鱼在捕猎过程中采用包围猎物与环形游动喷出气泡网来驱赶猎物两种方式进行捕猎。选取Sphere函数作为测试基函数,比较鲸鱼优化算法WOA与遗传算法GA、粒子群算法PSO的寻优性能,从结果图可以看到,鲸鱼算法具有较好的全局搜索性能。

在这里插入图片描述

2. 鲸鱼优化算法优化BP神经网络预测的步骤与流程图设计

针对BP神经网络训练过程中的初始权值和阈值由随机数产生,对训练的网络结构具有影响,采用鲸鱼优化算法优化BP神经网络的初始权值和阈值,从而得到较为稳定的WOA-BP神经网络模型。

2.1 WOA优化BP神经网络的步骤:

Step1:初始化BP神经网络的权值和阈值
Step2:计算鲸鱼优化算法WOA的决策变量长度,选取均方误差作为优化的目标函数。
Step3:设置算法停止准则,使用鲸鱼优化算法优化神经网络的权值和阈值参数。
Step4:将优化得到的权值和阈值参数赋给BP神经网络。
Step5:优化后的BP神经网络训练与测试,与优化前的BP神经网络进行误差分析和精度对比。

2.2 WOA优化BP神经网络的流程图设计

在这里插入图片描述

3. WOA-BP预测算法的参数设置

3.1 数据说明
采用建筑物能源数据集,建立BP神经网络回归预测与鲸鱼优化算法WOA优化BP神经网络的回归预测算法。

3.2 数据格式

样本编号features1features2features3featuresntarget
1
2
n

3.3 优化变量的选取与适应度函数设计
优化BP神经网络的权值和阈值参数,将训练集与测试集整体的均方误差作为适应度函数。适应度函数值越小,表明训练越准确,且兼顾模型的预测精度更好。

F = min ⁡ ( M S E Trainingset  , Testingset  ) F=\min \left(M S E_{\text {Trainingset }, \text { Testingset }}\right) F=min(MSETrainingset , Testingset )

式中,TraingingSet,TestingSet,分别为训练集和测试集的样本。

3.4 算法的参数设置

a)BP神经网络的参数设置

net=newff(inputn,outputn,hiddennum_best,{'tansig','purelin'},'trainlm','learngdm');% 建立模型%网络参数配置
net.trainParam.epochs=1000;         % 训练次数
net.trainParam.lr=0.01;                   % 学习速率
net.trainParam.goal=0.00001;                    % 训练目标最小误差
net.trainParam.show=25;                % 显示频率
net.trainParam.mc=0.01;                 % 动量因子
net.trainParam.min_grad=1e-6;       % 最小性能梯度
net.trainParam.max_fail=6;               % 最高失败次数

b) WOA算法的参数设置

% 初始化WOA参数
popsize=30;   %初始种群规模
maxgen=50;   %最大进化代数
dim=inputnum*hiddennum_best+hiddennum_best+hiddennum_best*outputnum+outputnum;    %自变量个数
lb=repmat(-3,1,dim);    %自变量下限
ub=repmat(3,1,dim);   %自变量上限

3.5 使用WOA优化后的BP神经网络进行预测,并与BP神经网络的预测结果进行误差分析和对比

4. 运行结果

4.2 WOA优化BP神经网络预测的误差分析和对比

在这里插入图片描述在这里插入图片描述

5. MATLAB代码

CSDN下载代码资源

改进的BP神经网络回归预测算法类别代码地址
BP[BP神经网络回归预测MATLAB代码]
GA-BP[[GA优化BP回归预测MATLAB代码(含优化前的对比)]]
PSO-BP[[粒子群算法PSO优化BP神经网络回归预测MATLAB代码]]
ACO-BP[[蚁群算法ACO优化BP神经网络回归预测MATLAB代码]]
ASO-BP[[原子搜索算法ASO优化BP神经网络回归预测MATLAB代码]]
SSA-BP[[麻雀搜索算法SSA优化BP神经网络回归预测MATLAB代码]]
WOA-BP[[鲸鱼优化算法WOA优化BP神经网络回归预测MATLAB代码]]
ABC-BP[[人工蜂群算法ABC优化BP神经网络回归预测MATLAB代码]]
SOA-BP[[海鸥优化算法SOA优化BP神经网络回归预测MATLAB代码]]
CS-BP[[布谷鸟搜索算法CS优化BP神经网络回归预测MATLAB代码]]
Logistic-ASO-BP[[基于Logistic混沌映射改进的原子搜索算法ASO优化BP神经网络回归预测MATLAB代码]]
Logistic-SSA-BP[[基于Logstic混沌映射改进的麻雀搜索算法SSA优化BP神经网络回归预测MATLAB代码]]
Tent-ASO-BP[[基于Tent混沌映射改进的原子搜索算法ASO优化BP神经网络回归预测MATLAB代码]]
Tent-SSA-BP[[基于Tent混沌映射改进的麻雀搜索算法SSA优化BP神经网络回归预测MATLAB代码]]
Sine-SSA-BP[\基于Sine混沌映射改进的麻雀搜索算法SSA优化BP神经网络回归预测MATLAB代码]

http://chatgpt.dhexx.cn/article/HoR5lUuJ.shtml

相关文章

遗传算法优化BP神经网络

遗传算法原理 遗传算法背景不作介绍。遗传算法作为一种并行随机搜索最优化算法,将自然界的优胜劣汰的生物进化原理引入优化参数形成的编码串联群体中,按照所选的适应度函数并通过遗传中的选择,交叉和变异对个体进行筛选,使适应度…

基于蝙蝠算法优化BP神经网络的数据分类算法及其MATLAB实现-附代码

基于蝙蝠算法优化BP神经网络的数据分类算法及其MATLAB实现-附代码 文章目录 基于蝙蝠算法优化BP神经网络的数据分类算法及其MATLAB实现-附代码1 蝙蝠算法与BP神经网络分类模型1.1 蝙蝠算法BA1.2 one-hot编码 2 基于蝙蝠算法BA优化的BP神经网络分类算法2.1 优化变量与目标函数的…

粒子群算法优化PID参数实例

粒子群优化算法(PSO)以及Matlab实现 1、粒子群算法 粒子群算法是一种智能优化算法。关于智能,个人理解,不过是在枚举法的基础上加上了一定的寻优机制。试想一下枚举法,假设问题的解空间很小,比如一个函数 …

R-CNN算法优化策略

** R-CNN算法优化策略 ** 1,两阶段检测的进阶模型 首先进行数据处理,然后输入backbone得到特征图,然后进入RPN中提取候选区域roi,然后再ROI Align提取特争,然后送入BBox Head进行进一步的回归和分类。 主要介绍方面…

优化算法优化支持向量机(SVM)进行分类

0、前言 采用优化算法优化SVM参数进行分类。包含GWO、WOA、AFSA、AO、BAT、GTO、HBA、MPA、POA、SSA、SMA、jSSA、HHO、EO、AOA、SO等优化算法对SVM的改进。 2、实现步骤 SVM 为典型的核方法,首先选定核函数,确定待优化的核参数;其次&#x…

粒子群算法优化SVM的核参数

更新一下:以下代码是优化高斯核函数的惩罚因子和g参数的。因为在svmtrain函数中没有给-v赋值,所以是默认值2,若要优化其他核函数,可以修改svmtrain中的-v参数的值以及增加其他参数的粒子更新代码。此代码的目标函数是svmtrain三折…

粒子群算法优化的OTSU图像分割

文章目录 1 基本概念2 算法实现3 算法优化举例4 算法构成要素分析5算法优缺点分析6 算法图像分割中应用 1 基本概念 粒子群优化算法(PSO):它是进化算法的一种,它源于鸟群捕食的行为研究,基本思想是通过群体中个体之间…

【机器学习】K-Means算法优化

K-Means算法优化 学习目标1. Canopy算法配合初始聚类1.1 Canopy算法配合初始聚类实现流程1.2 Canopy算法的优缺点 2. K-means3. 二分k-means4. k-medoids(k-中心聚类算法)5. Kernel k-means6. ISODATA7. Mini Batch K-Means8. 小结 学习目标 知道K-mean…

鲸鱼算法优化PID参数优化附matlab代码

第一 章 鲸鱼优化算法 算法介绍参考文献:Seyedali Mirjalili,Andrew Lewis. The Whale Optimization Algorithm[J]. Advances in Engineering Software,2016,95. 第二章 鲸鱼优化PID参数 首先我们需要建立一个直流电机PID控制系统,WOA算法通过将系统上的误差作为…

麻雀优化算法 优化XGBoost的参数 python代码

文章目录 麻雀优化算法麻雀优化算法的改进加入Ten混沌序列 XGBoost原理麻雀优化算法优化XGBoost参数范围部分代码画图 优化结果评价结果和运行时间适应度曲线训练集结果测试集结果 麻雀优化算法 麻雀优化算法是2020年提出来的,该算法利用麻雀的角色分工和协作机制高…

KNN算法优化

在之前所写的KNN算法python实现里,KNN对k的选取很敏感,因为它给所有的近邻分配相同权重,无论距离测试样本有多远。为了降低该敏感性,可以使用加权KNN,给更近的近邻分配更大的权重,给较远的样本权重相应减少…

【常见的优化算法介绍】

常见的优化算法介绍 1. 批量梯度下降算法(batch gradient descent BGD) 每次迭代都需要把所有样本都送入,这样的好处是每次迭代都顾及了全部的样本,做的是全局最优化,但是有可能达到局部最优。 2. 随机梯度下降算法(…

常用优化算法介绍

作者:Walker 在机器学习的世界中,通常我们会发现有很多问题并没有最优的解,或是要计算出最优的解要花费很大的计算量,面对这类问题一般的做法是利用迭代的思想尽可能的逼近问题的最优解。我们把解决此类优化问题的方法叫做优化算法,优化算法本质上是一种数学方法,常见的…

十大经典算法及其优化

本文转自:https://blog.csdn.net/qq_40803710/article/details/80642703 算法概述 0.1 算法分类 十种常见排序算法可以分为两大类: 非线性时间比较类排序:通过比较来决定元素间的相对次序,由于其时间复杂度不能突破O(nlogn)&#…

虚拟机里CDlinux 里的水滴 minidwep-gtk

假如什么都没有使用虚拟机打开这个系统,就搞这个 会显示 下方 表示 网卡 必须是3070 或者 8187的 网卡,自带的网卡是不支持的

CDLINUX——minidwep-gtk

1.下载CDLinux http://fastsoft.onlinedown.net/down/minidwep.zip 解压后是 2.使用虚拟机安装iso 注:版本选择“其他linux 2.6x内核” 安装参考:http://www.downza.cn/soft/12715.html 3.使用 使用参考:http://soft.onlinedown.net/s…

CDliux--minidwep 无线密码渗透测试

CDliux–minidwep 无线密码破解渗透测试 一. 工具准备 1.首先下载CDLinux 用虚拟机安装,教程有很多 CDLINUX:cdlinux 2.支持cdlinux 的无线网卡选择RT 3070/或者 RT8187 某宝上有很多 二.渗透测试 1.cdlinux 安装好后链接无线网卡 2.打开minidwep-gtk …

IPWorks S/MIME Delphi Edition

IPWorks S/MIME是一套用于电子邮件加密和文档安全的综合组件。IPWorks S/MIME使用公钥密码标准(PKCS)实现加密和解密的S/MIME标准。 IPWorks S/MIME包括通用的S/MIME组件以及支持S/MIME的IPWorks POP3、IMAP、SMTP、FileMailer和HTMLMailer组件版本。还…

MinIO客户端mc使用

官网: 英文网址(最好查看英文网址):https://min.io/中文网址(没有及时更新,容易被坑):http://www.minio.org.cn/ 使用的 minio 版本是:RELEASE.2021-11-* 一、MinIO 客…

MinIO的介绍以及简单的使用

什么是MinIO MinIO是在GUN Affero通用公共许可证 v3.0 下发布的高性能对象存储.他与AmazonS3云存储服务API兼容.使用MinIO为机器学习,分析和应用程序数据工作负载构建高性能基础架构. MinIO是一个高兴能的对象存储,什么是对象存储(Object Storage Service),对象存储是支持海量用…