本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.
目录
4 Matlab代码及文章详细阅读
1 BP 神经网络
BP神经网络是一种反馈性神经网络,具有结构简单、调整参数少等优点,经常被用在模式识别以及数据压缩和预测等方面.基本的BP神经网络为三层网络结构,如图1所示.
BP算法的核心思想：使用梯度下降来搜索可能的权向量的假设空间，以找到最佳的拟合样例的权向量。具体而言，即利用损失函数，每次向损失函数负梯度方向移动，直到损失函数取得最小值。
或者说，反向传播算法，是根据损失函数，求出损失函数关于每一层的权值及偏置项的偏导数，也称为梯度，用该值更新初始的权值和偏置项，一直更新到损失函数取得最小值或是设置的迭代次数完成为止。以此来计算神经网络中的最佳的参数。
由此，正式介绍BP算法前，我们需要知道前向传播过程，确定网络的设计。为此先设定一个只有一层的神经网络，作为讲解。
详细知识点讲解见第4部分。
2 帝企鹅算法
帝企鹅优化算法(emperor penguin optimizer，EPO)是Gaurav 等提出的一种新型群智能优化算法，其思想是模拟帝企鹅群体冬天拥挤在一起取暖的行为进行寻优。Baliarsingh 等进一步将EPO算法用于求解多目标优化问题。Kumar 等将EPO算法用于处理图像分割问题。Jia等通过结合多项式变异、levy飞行及热交换操作策略改进帝企鹅优化算法。
由上述可知，帝企鹅算法已经被应用于优化工程设计、图像分割、特征选择以及资源调度等复杂问题，且具有较优的性能。详细知识点见第四部分。
本文构建了基于帝企鹅算法优化 BP(AFO-BP)神经网络的数据预测模型。使用AFO优化传统BP神经网络的初始参数,有助于解决BP神经网络易陷入局部最优,以及对模型初始连接权值、阈值选择敏感等缺点。
3 运行结果
4 Matlab代码及文章详细阅读
本文仅展现部分代码，全部代码及文章见： 正在为您运送作品详情
%% 基于帝企鹅算法优化BP神经网络实现数据预测
function [result]=myBP(option,data)
hiddenumber=data.hiddenumber;
inputnumber=data.inputnumber;
outputnumber=data.outputnumber;
S=data.S;
indexM=data.indexM;
N=data.N;
input_train=data.train_x0;
output_train=data.train_y0;
input_test=data.test_x0;
%新建bp神经网络
net0=newff(input_train',output_train',hiddenumber);
%net0.trainFcn='traingd';
net0.trainParam.epochs=50;%训练次数
net0.trainParam.lr=0.01;%学习率
net0.trainParam.goal=0.000001;
net0.trainParam.showWindow = false; % 不显示训练窗口
net0.trainParam.showCommandLine = false;% 命令行不显示结果
[net0,tr]=train(net0,input_train',output_train');
ygabptest=sim(net0,input_test');
ygabptest=mapminmax('reverse',ygabptest,option.ps_y);%预测数据反归一化
T2=mapminmax('reverse',data.test_y0',option.ps_y);%预测数据反归一化
fit=sum(sum((ygabptest-T2).^2));
result.net=net0;
result.ygabptest=ygabptest';
result.T2=T2;
ygabptrain=sim(net0,input_train');
ygabptrain=mapminmax('reverse',ygabptrain,option.ps_y);%预测数据反归一化
T1=mapminmax('reverse',data.train_y0',option.ps_y);%预测数据反归一化
result.ygabptrain=ygabptrain';
result.T1=T1;
end
5 参考文献
[1]李旭飞,王贞.求解约束优化问题的改进帝企鹅优化算法[J].计算机工程与设计,2021,42(03):703-710.
[2]刘湲,王芳.麻雀搜索算法优化BP神经网络的短期风功率预测[J].上海电机学院学报,2022,25(03):132-136.
6 写在最后
部分理论应用网络文献，如有侵权请联系删除。
Be First to Comment