回归预测 | Matlab实现HPO-ELM猎食者算法优化极限学习机的数据回归预测
目录
- 回归预测 | Matlab实现HPO-ELM猎食者算法优化极限学习机的数据回归预测
- 效果一览
- 基本介绍
- 程序设计
- 参考资料
效果一览
基本介绍
Matlab实现HPO-ELM猎食者算法优化极限学习机的数据回归预测(完整源码和数据)
1.输入多个特征,输出单个变量回归;
2.算法新颖,包含评价指标MAPE、MAE、R2、MSE、RMSE等,出图多~
3.运行环境Matlab2018b及以上。
程序设计
- 完整程序和数据获取方式(资源出下载):Matlab实现HPO-ELM猎食者算法优化极限学习机的数据回归预测。
% Constriction Coefeicient
B = 0.1;
%% Initialization
HPpos=rand(nPop,d).*(ub-lb)+lb;
% for i=1:nPop
% HPposFitness(i)=inf;
% end
% Evaluate
for i=1:size(HPpos,1)
HPposFitness(i)=CostFunction(HPpos(i,:));
end
% NFE = nPop;
[~,indx] = min(HPposFitness);
%
Target = HPpos(indx,:); % Target HPO
TargetScore =HPposFitness(indx);
Convergence_curve(1)=TargetScore;
%nfe = zeros(1,MaxIt);