目录
一、程序及算法内容介绍:
基本内容:
亮点与优势:
二、实际运行效果:
三、方法原理介绍:
四、完整程序+数据下载:
一、程序及算法内容介绍:
基本内容:
-
本代码基于Matlab平台编译,将AOA(算术优化算法)与LSTM(长短期记忆神经网络)结合,进行多输入数据时序预测。(多变量时序预测,个数可自行指定)
-
输入训练的数据包含8个特征,1个响应值,即通过8个输入值预测1个输出值。(数据导入后自动归一化,提升泛化性)
-
通过AOA算法优化LSTM的学习率、神经元个数参数,记录下最优的网络参数作为后续的应用网络。
-
迭代计算过程中,自动显示优化进度条,实时查看程序运行进展情况
-
自动输出多种多样的的误差评价指标,自动输出大量实验效果图片
亮点与优势:
-
注释详细,几乎每一关键行都有注释说明,适合小白起步学习
-
直接运行Main函数即可看到所有结果,使用便捷
-
编程习惯良好,程序主体标准化,逻辑清晰,方便阅读代码
-
所有数据均采用Excel格式输入,替换数据方便,适合懒人选手
-
出图详细、丰富、美观,可直观查看运行效果
-
附带详细的说明文档(下图),其内容包括:算法原理+使用方法说明
二、实际运行效果:
三、方法原理介绍:
算术优化算法(AOA)是在2021年由AbualigahL等人提出的一种新的元启发式优化算法。
该算法是受数学运算符号体系中的加(+)、减(-)、乘(×)、除(÷)四种算术运算符的功能启发设计而成的。
其结构主要分为两部分:其中乘(×)和除(÷)两个运算符在数学运算中会得到具有较高分散性值,在算法中用于勘探阶段搜索;加(+)和减(-)两个运算符在数学运算中会得到分散性较低得的值,所以用于算法中的开发阶段搜索。通过这四个运算符的性质和功能,最终构建了算法的整个寻优搜索过程。
由于该算法结构简单易理解,且可进行大范围搜索,因此,已经被应用于求解函数优化问题、工程设计问题、特征选择以及其他复杂优化问题中。