【免费】粒子群算法(PSO)优化极限梯度提升树XGBoost时间序列预测，PSO-XGBoost时间序列预测模型，单列数据输入模型

共14个文件

m：7个

png：3个

xls：1个

需积分: 0 173 浏览量 2023-10-08 22:27:37 上传评论 3 收藏 54.69MB ZIP 举报

资源推荐

资源详情

资源评论

(8条消息) 【预测模型】基于粒子群算法PSO优化极限学习机ELM实现数据预测matlab源码.zip_elm极限学习机预测matlab-Matlab文档类资源-CSDN文库.html

(8条消息) 【预测模型】基于粒子群算法PSO优化极限学习机ELM实现数据预测matlab源码.zip_elm极限学习机预测matlab-Matlab文档类资源-CSDN文库.html

基于粒子群算法优化极限学习机PSO-ELM时间序列预测, PSO-ELM时间序列预测, matlab代码模型评价指标包括:

基于粒子群算法优化极限学习机PSO-ELM时间序列预测, PSO-ELM时间序列预测, matlab代码。模型评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

麻雀算法(SSA)优化极限梯度提升树XGBoost回归预测,SSA-XGBoost回归预测模型,多变量输入模型评价指标包括

麻雀算法(SSA)优化极限梯度提升树XGBoost回归预测,SSA-XGBoost回归预测模型,多变量输入模型。评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

基于粒子群算法优化核极限学习机PSO-KELM时间序列预测，PSO-KELM时间序列预测，matlab代码模型评价指标包括

基于粒子群算法优化核极限学习机PSO-KELM时间序列预测，PSO-KELM时间序列预测，matlab代码。模型评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

粒子群算法(PSO)优化极限学习机(ELM)的分类预测，多特征输入模型 PSO-ELM分类预测模型多特征输入单输出的二分类

粒子群算法(PSO)优化极限学习机(ELM)的分类预测，多特征输入模型。PSO-ELM分类预测模型。多特征输入单输出的二分类及多分类模型。程序内注释详细，直接替换数据就可以用。程序语言为matlab，程序可出分类效果图，迭代优化图，混淆矩阵图。

基于粒子群算法(PSO)优化混合核极限学习机HKELM回归预测， PSO-HKELM数据回归预测，多变量输入模型优化参数为

基于粒子群算法(PSO)优化混合核极限学习机HKELM回归预测， PSO-HKELM数据回归预测，多变量输入模型。优化参数为HKELM的正则化系数、核参数、核权重系数。评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

粒子群算法PSO优化BP神经网络(PSO-BP)时间序列预测-Matlab源代码-附带使用教程及注意事项

粒子群算法PSO优化BP神经网络(PSO-BP)时间序列预测-Matlab源代码-附带使用教程及注意事项本代码详细图文介绍，请点击博客主页查找对应文章查看。代码有使用教程及注意事项，可保证运行，运行失败或报错免费解决。 ...

粒子群算法PSO优化Elman神经网络(PSO-Elman)时间序列预测-Matlab源代码-附带使用教程及注意事项

粒子群算法PSO优化Elman神经网络(PSO-Elman)时间序列预测-Matlab源代码-附带使用教程及注意事项本代码详细图文介绍，请点击博客主页查找对应文章查看。代码有使用教程及注意事项，可保证运行，运行失败或报错免费...

基于粒子群算法优化卷积神经网络(PSO-CNN)的回归预测预测，多变量输入模型（Matlab完整源码)

5星 · 资源好评率100%

基于粒子群算法优化卷积神经网络(PSO-CNN)的回归预测预测，多变量输入模型优化参数为：学习率，批大小，正则化系数。评价指标包括：R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。 ------------...

收起资源包目录

3 PSO-XGboost 时序.zip （14个子文件）

initialization.m 567B

getObjValue.m 1KB

xgboost报错解决方案.docx 797KB

windspeed.xls 76KB

main.m 1KB

PSO.m 2KB

xgboost_train.m 3KB

如何添加C++编译器

第三步.png 289KB

第二步.png 392KB

第一步.png 128KB

xgboost.dll 224.46MB

xgboost_test.m 850B

data_process.m 174B

xgboost.h 54KB

主页中，寻找附加功能。并点击获取附加功能。

搜索 MinGW64

评论收藏

内容反馈

智能算法及其模型预测

粉丝: 2439
资源: 871

粒子群算法(PSO)优化极限梯度提升树XGBoost时间序列预测，PSO-XGBoost时间序列预测模型，单列数据输入模型

XGBoost时间序列预测（Python完整源码和数据）

matlab-粒子群算法pso优化的Bp神经网络预测 流量预测

基于matlab使用粒子群算法PSO优化的RBF神经网络进行预测

基于粒子群算法优化长短期记忆网络(PSO-LSTM)的时间序列预测，PSO-LSTM时间序列预测(Matlab完整程序和数据）

粒子群优化算法优化极限学习机(PSO-ELM)回归预测（Matlab完整源码和数据)

源码-粒子群遗传算法-最优化

机器学习方法在股指期货预测中的应_省略_SVM和XGBoost的比较分析_黄卿.pdf

基于极限梯度提升树XGBoost时间序列预测，XGBoost时间序列预测模型，单列数据输入模型 评价指标包括:R2、MAE、

粒子群算法(PSO)优化极限梯度提升树XGBoost回归预测,PSO-XGBoost回归预测模型,多变量输入模型 评价指标包

XGBoost极限梯度提升树时间序列预测（Matlab完整程序和数据）

麻雀算法(SSA)优化极限梯度提升树XGBoost时间序列预测，SSA-XGBoost时间序列预测模型，单列数据输入模型 评

基于极限梯度提升树XGBoost多维时间序列预测，XGBoost多变量时间序列预测模型，多列数据输入模型 评价指标包括:R2

PSO-XGBoost粒子群算法优化XGBoost分类预测（Matlab完整源码和数据）

基于python的粒子群算法PSO优化支持向量机SVM设计与实现

【预测模型】基于粒子群算法PSO优化极限学习机ELM实现数据预测matlab源码.zip

PSO-LSTM粒子群算法优化长短期记忆神经网络时间序列预测时间序列预测（单变量）（Python完整源码和数据）

PSO-LSTM粒子群算法优化长短期记忆神经网络时间序列预测时间序列预测（多变量）（Python完整源码和数据）

Matlab实现SSA-XGBoost麻雀算法优化极限梯度提升树时间序列预测（完整源码和数据）

CNN-XGBoost卷积神经网络结合极限梯度提升树时间序列预测（Matlab完整程序和数据）

Matlab实现基于TSO-XGBoost金枪鱼算法优化XGBoost的时间序列预测（完整源码和数据）

数学建模 机器学习算法 时间序列预测

(8条消息) 【预测模型】基于粒子群算法PSO优化极限学习机ELM实现数据预测matlab源码.zip_elm极限学习机预测matlab-Matlab文档类资源-CSDN文库.html

基于粒子群算法优化极限学习机PSO-ELM时间序列预测, PSO-ELM时间序列预测, matlab代码 模型评价指标包括:

麻雀算法(SSA)优化极限梯度提升树XGBoost回归预测,SSA-XGBoost回归预测模型,多变量输入模型 评价指标包括

基于粒子群算法优化核极限学习机PSO-KELM时间序列预测，PSO-KELM时间序列预测，matlab代码 模型评价指标包括

粒子群算法(PSO)优化极限学习机(ELM)的分类预测，多特征输入模型 PSO-ELM分类预测模型 多特征输入单输出的二分类

基于粒子群算法(PSO)优化混合核极限学习机HKELM回归预测， PSO-HKELM数据回归预测，多变量输入模型 优化参数为

粒子群算法PSO优化BP神经网络(PSO-BP)时间序列预测-Matlab源代码-附带使用教程及注意事项

粒子群算法PSO优化Elman神经网络(PSO-Elman)时间序列预测-Matlab源代码-附带使用教程及注意事项

基于粒子群算法优化卷积神经网络(PSO-CNN)的回归预测预测，多变量输入模型（Matlab完整源码)

最新资源

matlab-粒子群算法pso优化的Bp神经网络预测流量预测

基于极限梯度提升树XGBoost时间序列预测，XGBoost时间序列预测模型，单列数据输入模型评价指标包括:R2、MAE、

粒子群算法(PSO)优化极限梯度提升树XGBoost回归预测,PSO-XGBoost回归预测模型,多变量输入模型评价指标包

麻雀算法(SSA)优化极限梯度提升树XGBoost时间序列预测，SSA-XGBoost时间序列预测模型，单列数据输入模型评

基于极限梯度提升树XGBoost多维时间序列预测，XGBoost多变量时间序列预测模型，多列数据输入模型评价指标包括:R2

数学建模机器学习算法时间序列预测

基于粒子群算法优化极限学习机PSO-ELM时间序列预测, PSO-ELM时间序列预测, matlab代码模型评价指标包括:

麻雀算法(SSA)优化极限梯度提升树XGBoost回归预测,SSA-XGBoost回归预测模型,多变量输入模型评价指标包括

基于粒子群算法优化核极限学习机PSO-KELM时间序列预测，PSO-KELM时间序列预测，matlab代码模型评价指标包括

粒子群算法(PSO)优化极限学习机(ELM)的分类预测，多特征输入模型 PSO-ELM分类预测模型多特征输入单输出的二分类

基于粒子群算法(PSO)优化混合核极限学习机HKELM回归预测， PSO-HKELM数据回归预测，多变量输入模型优化参数为