萤火虫算法(FA)优化极限学习机(ELM)的分类预测，多特征输入模型。FA-ELM分类预测模型。多特征输入单输出的二分类及多分类模型。程序内注释详细，直接替换数据就可以用。程序语言为matla

 

warning off             % 关闭报警信息
close all               % 关闭开启的图窗
clear                   % 清空变量
clc                     % 清空命令行

%%  导入数据
res = xlsread('数据集.xlsx');
%% 划分训练集和测试集%
P_train = res(1: 250, 1: 12)';
T_train = res(1: 250, 13)';
M = size(P_train, 2);

P_test = res(251: end, 1: 12)';
T_test = res(251: end, 13)';
N = size(P_test, 2);

%%  数据归一化
[p_train, ps_input] = mapminmax(P_train, 0, 1);
p_test = mapminmax('apply', P_test, ps_input );
t_train = T_train;
t_test  = T_test ;

%%  参数设置
inputnum = size(p_train, 1);                     % 输入层节点数
hiddennum = 30;                                  % 隐藏层节点数
dim = inputnum * hiddennum + hiddennum;          % 优化参数个数

%%  优化算法参数设置
T=20;  %%迭代次数
pop=10;  %%种群数量

智能算法及其模型预测