SSA-GRU/GRU多变量回归预测对比，基于麻雀算法优化门控循环单元(SSA-GRU)多变量回归预测。优化参数为迭代次数，隐藏层节点个数，学习率参数，正则化参数，要求2020及以上版本，matl

 

%% 清空变量
clc;
clear;
close all;
format compact ;
warning off

%% 读取数据
result = xlsread('数据.xlsx');
x = result(:,1:end-1);
y = result(:,end);
%归一化
method=@mapminmax;%归一化
% method=@mapstd;%标准化
[xs,mappingx]=method(x');x=xs';
[ys,mappingy]=method(y');y=ys';
%划分数据
n=size(x,1);
m=round(n*0.7);%前70%训练，对最后30%进行预测
XTrain=x(1:m,:)';%% 取转置，因为elm是一列为一个样本
XTest=x(m+1:end,:)';
YTrain=y(1:m,:)';
YTest=y(m+1:end,:)';
[x ,fit_gen,process]=ssaforlstm(XTrain,YTrain,XTest,YTest);%分别对隐含层节点 训练次数与学习率寻优

 智能算法及其模型预测