粒子群优化算法函数寻优
运用粒子群算法实现对几种测试函数最优解的搜寻,可对算法进行改进,提升算法的寻优性能。 粒子群算法几种改进方法: 1.权重改进:非线性权重、自适应权重等。 2.学习因子:学子因子动态调整 3.速度更新改进 4.加入新算子等等。
运用粒子群算法实现对几种测试函数最优解的搜寻,可对算法进行改进,提升算法的寻优性能。 粒子群算法几种改进方法: 1.权重改进:非线性权重、自适应权重等。 2.学习因子:学子因子动态调整 3.速度更新改进 4.加入新算子等等。
ELM极限学习实现花的分类(MATLAB源码+数据集+预测结果),训练集40个样本,测试集10个样本,测试集最高准确率可达100%,可以根据自己的需求更换数据集对自己的研究内容进行一个替换,测试此文方法的预测效果。
BP神经网络实现汽油辛烷值预测,《MATLAB源码+数据集》代码亲测可用,代码中一共提供了60个样本,其中50个样本作为训练,10个样本作为测试,代码都是经过调节的,可以更换自己想预测的相关数据,比如污水预测,车流量,预测未来成绩等等。
ELM极限学习实现汽油辛烷值预测(MATLAB源码+数据+预测结果),代码亲测可用,可根据论文要求更换数据集,本文一共提供60组数,50组作为训练,10组作为测试,测试结果非常不错,若果有条件可以引入相关优化算法提高预测精度。