时序预测 | Matlab实现GA-CNN遗传算法优化卷积神经网络时间序列预测

文摘   2024-11-19 22:06   广东  

读完需要

6
分钟

速读仅需 2 分钟

请尊重原创劳动成果
转载请注明本文链接
及文章作者:机器学习之心

点击阅读原文或复制以下链接到浏览器获取文章完整源码和数据:
https://mbd.pub/o/bread/mbd-ZpuTmJ9w

摘要:时序预测 | Matlab实现GA-CNN遗传算法优化卷积神经网络时间序列预测

1

   

基本介绍

时序预测 | Matlab实现GA-CNN遗传算法优化卷积神经网络时间序列预测(完整源码和数据)
1.data为数据集,单变量一维数据。
2.main.m为程序主文件,其他为函数文件无需运行。
3.命令窗口输出MAE、MSE、RMSEP、R^2、RPD和MAPE,可在下载区获取数据和程序内容。
4.优化参数为学习率、批处理样本大小和、正则化参数。
5.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。

购买后可加博主QQ1153460737咨询交流。注意:其他非官方渠道购买的盗版代码不含模型咨询交流服务,大家注意甄别,谢谢。


2

   

2.1

数据集

   

   

2.2

运行效果


   

完整代码链接:https://mbd.pub/o/bread/mbd-ZpuTmJ9w

也可扫描二维码:

3


   

部分源码



%% 构造网络结构layers = [ imageInputLayer([f_, 1, 1]) % 输入层 输入数据规模[f_, 1, 1] convolution2dLayer([1, 1], 16) % 卷积核大小 3*1 生成16张特征图 batchNormalizationLayer % 批归一化层 reluLayer % Relu激活层 convolution2dLayer([1, 1], 32) % 卷积核大小 3*1 生成32张特征图 batchNormalizationLayer % 批归一化层 reluLayer % Relu激活层
dropoutLayer(0.2) % Dropout层 fullyConnectedLayer(1) % 全连接层 regressionLayer]; % 回归层
%% 参数设置% % 参数设置options = trainingOptions('sgdm', ... % 梯度下降算法adam 'MaxEpochs',500, ... % 最大训练次数 1000 'MiniBatchSize',MiniBatchSize, ... 'GradientThreshold', 1, ... 'InitialLearnRate', InitialLearnRate, ... 'LearnRateSchedule', 'piecewise', ... 'LearnRateDropPeriod',400, ... % 经过800次训练后 学习率为 0.01*0.1 'LearnRateDropFactor',0.2, ... 'L2Regularization', L2Regularization, ... 'ExecutionEnvironment', 'cpu',... 'Verbose', 0, ... 'Plots', 'training-progress');

   

其他代码

嗯,细心的你会发现:https://mbd.pub/o/slowtrain/work

博客专家认证,机器学习领域创作者,2023博客之星TOP50,主做机器学习和深度学习时序、回归、分类、聚类和降维等程序设计和案例分析。

技术交流群:购买博主任意代码或分享博主博文到任意三方平台后即可添加博主QQ进群


机器学习之心HML
机器学习和深度学习时序、回归、分类和聚类等程序设计与案例分析,CSDN博主机器学习之心,知乎、B站同名,由于博主公众号名称被别人占用,故加了HML,此号是官方账号,其余打着本人旗号做事本人概不负责,本人QQ1153460737。
 最新文章