下述链接均可点击跳转，建议电脑端打开，手机端打开速度较慢！
专题推荐：论文推荐，代码分享，典藏级代码，视角（点击即可跳转）
减法平均优化器优化算法（SABO）是2023年刚出的智能优化算法。目前知网中文期刊基本搜不到，并且可以遇见未来一年文章也很少。SABO算法原理简单，算上初始化粒子，总共不超过6个公式。但是SABO的寻优效果却非常好。SABO设计的基本灵感来自数学概念，如平均值、搜索代理位置的差异以及目标函数的两个值的差异符号。
代码获取方式：最新算法组合！减法平均优化器优化算法+极限学习机时间序列预测（附matlab代码实现）
专题推荐：论文推荐，代码分享，典藏级代码，视角（点击即可跳转）
极限学习机（Extreme Learning Machine, ELM）或“超限学习机”是一类基于前馈神经网络（Feedforward Neuron Network, FNN）构建的机器学习系统或方法，适用于监督学习和非监督学习问题。ELM在研究中被视为一类特殊的FNN，或对FNN及其反向传播算法的改进，其特点是隐含层节点的权重为随机或人为给定的，且不需要更新，学习过程仅计算输出权重。
传统的ELM具有单隐含层，在与其它浅层学习系统，例如单层感知机（single layer perceptron）和支持向量机（Support Vector Machine, SVM）相比较时，被认为在学习速率和泛化能力方面可能具有优势。
代码包含：①对电力负荷数据进行处理；②采用极限学习机(ELM)对电力负荷数据进行训练和预测；③采用减法平均优化器算法优化极限学习机的权值阈值，降低预测误差；④采用白鲸算法优化ELM，并与减法优化器算法对比，突出减法优化器的高效准确性
算例数据包含负荷值，温度，湿度，风速，压强，降水量，能见度，水汽压和体感温度，即多输入
参考文献：《基于大数据的IWOA-KELM铁水硅含量预测模型》《基于PCA-PSO-ELM模型对地震死亡人数的预测研究》《基于灰狼算法和极限学习机的风速多步预测》《基于VMD-IELM的淮安市二河溶氧量预测研究》《基于ISHO-ELM模型的短期电力负荷预测》《基于VMD-MWOA-ELM的日前光伏功率预测》
代码获取方式：最新算法组合！减法平均优化器优化算法+极限学习机时间序列预测（附matlab代码实现）
专题推荐：论文推荐，代码分享，典藏级代码，视角（点击即可跳转）
3687
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
