%% 清空环境变量
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
%% 添加路径
addpath('Toolbox\')
%% 导入数据
P_train = xlsread('data','training set','B2:G181')';
T_train= xlsread('data','training set','H2:H181')';
% 测试集——44个样本
P_test=xlsread('data','test set','B2:G45')';
T_test=xlsread('data','test set','H2:H45')';
%% 数据部分注意
% (M / batchsize = 整数) opts.batchsize= 12;
% 输入特征维度
%% 数据部分注意
M = size(P_train, 2);
N = size(P_test, 2);
outdim = 1; % 最后一列为输出
%% 数据归一化
[p_train, ps_input] = mapminmax(P_train, 0, 1);
p_test = mapminmax('apply', P_test, ps_input);
[t_train, ps_output] = mapminmax(T_train, 0, 1);
t_test = mapminmax('apply', T_test, ps_output);
%% 转置以适应模型
p_train = p_train'; p_test = p_test';
t_train = t_train'; t_test = t_test';
%% 预训练的参数设置
opts.numepochs = 500; % 训练次数
opts.batchsize = 12; % 每次训练样本个数 需满足:(M / batchsize = 整数)
opts.momentum = 0; % 学习率的动量
opts.alpha = 0.05; % 学习率
%% 参数设置
dim = 4; % 优化参数个数
lb = [20, 20, 1000, 1.5]; % 优化参数目标下限
智能算法及其模型预测