1.Matlab实现GA-APSO-MBP、GA-MBP、MBP、BP多输入单输出回归预测(完整源码和数据);
2.改进遗传-粒子群算法优化双层BP神经网络多输入单输出回归预测(含遗传优化双层BP神经网络、双层BP神经网络、单层BP神经网络)对比;
3.输入7个特征,输出单个变量,运行环境matlab2018及以上;
4.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。
function ret=Code(lenchrom,bound)
%本函数将变量编码成染色体,用于随机初始化一个种群
% lenchrom input : 染色体长度
% bound input : 变量的取值范围
% ret output: 染色体的编码值
flag=0;
while flag==0
pick=rand(1,length(lenchrom));
ret=bound(:,1)'+(bound(:,2)-bound(:,1))'.*pick; %线性插值,编码结果以实数向量存入ret中
flag=test(lenchrom,bound,ret); %检验染色体的可行性
end
function ret=Decode(lenchrom,bound,code,opts)
% 本函数对染色体进行解码
% lenchrom input : 染色体长度
% bound input : 变量取值范围
% code input :编码值
% opts input : 解码方法标签
% ret output: 染色体的解码值
switch opts
case 'binary' % binary coding
for i=length(lenchrom):-1:1
data(i)=bitand(code,2^lenchrom(i)-1); %并低十位,然后将低十位转换成十进制数存在data(i)里面
code=(code-data(i))/(2^lenchrom(i)); %低十位清零,然后右移十位
end
ret=bound(:,1)'+data./(2.^lenchrom-1).*(bound(:,2)-bound(:,1))'; %分段解码,以实数向量的形式存入ret中
case 'grey' % grey coding
for i=sum(lenchrom):-1:2
code=bitset(code,i-1,bitxor(bitget(code,i),bitget(code,i-1)));
end
for i=length(lenchrom):-1:1
data(i)=bitand(code,2^lenchrom(i)-1);
code=(code-data(i))/(2^lenchrom(i));
end
ret=bound(:,1)'+data./(2.^lenchrom-1).*(bound(:,2)-bound(:,1))'; %分段解码,以实数向量的形式存入ret中
case 'float' % float coding
ret=code; %解码结果就是编码结果(实数向量),存入ret中
end
[1] https://blog.csdn.net/kjm13182345320/article/details/129036772?spm=1001.2014.3001.5502
[2] https://blog.csdn.net/kjm13182345320/article/details/128690229