用一种全局搜索策略的鲸鱼优化算法对BP的权值和阈值进行寻优，然后建立预测模型

用一种全局搜索策略的鲸鱼优化算法对BP的权值和阈值进行寻优，然后建立预测模型，然后和传统没有优化的BP做对比分析，该算法与BP的结合属于比较新的模型，可以用作创新，直接替换数据就可以用，代码内有注释

全局搜索策略与鲸鱼优化算法在BP神经网络中的应用

人工神经网络是一种以模拟生物神经网络为基础的计算模型，其广泛应用于各个领域，例如图像识别、语音识别、自然语言处理等。其中，BP神经网络常被用于解决诸如分类、回归、预测等问题。但是，BP神经网络存在的缺陷也不容忽视，如易陷入局部最优解、训练时间长等。因此，研究如何提高BP神经网络的性能一直是人们探索的方向。

全局搜索策略是一种寻优策略，其核心思想是在搜索空间中随机生成种群，并不断地寻找更适应的个体，以达到优化的目的。而鲸鱼优化算法则是一种常见的全局搜索算法，