💥💥💞💞欢迎来到本博客❤️❤️💥💥
🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。
⛳️座右铭:行百里者,半于九十。
📋📋📋本文目录如下:🎁🎁🎁
目录
💥1 概述
1.1 变分模态分解算法
1.2 蜣螂优化算法
蜣螂优化算法是最新的群智能优化算法,2022年底提出,里面有相关的文章和代码,可以结合自身课题进行研究,值得推荐,亲用优化效果非常的好。
1.3 LSTM
📚2 运行结果
[array([438.46592244, 238.70076528, 225.36197401, 0.5375739 ,
99.97048442])]
17/17 [==============================] - 1s 10ms/step
0.5900796219852575
[array([470.04935822, 205.49285749, 20.59639042, 0.51696884,
71.80868853])]
17/17 [==============================] - 1s 8ms/step
0.5963260932033305
[array([356.62748283, 408.3021335 , 115.77116804, 0.92504373,
197.76297335])]
17/17 [==============================] - 1s 9ms/step
0.3658408520955597
第0次迭代
[array([498.99992122, 445.76211515, 193.23313446, 0.99 ,
197.3849546 ])]
17/17 [==============================] - 1s 13ms/step
0.16002665645771263
第1次迭代
[array([500. , 500. , 288.32703023, 0.99 ,
296.60939568])]
17/17 [==============================] - 1s 15ms/step
0.1059403982865944
第2次迭代
[array([500. , 500. , 220.51743525, 0.99 ,
300. ])]
17/17 [==============================] - 1s 14ms/step
0.1160862607613431
第3次迭代
[array([500. , 500. , 356.39882544, 0.99 ,
300. ])]
17/17 [==============================] - 1s 16ms/step
0.2353825648402862
第4次迭代
[array([500. , 500. , 236.11113691, 0.99 ,
300. ])]
17/17 [==============================] - 1s 14ms/step
0.14742549247204406
最优适应度值: [0.1059404]
最优解: [[500. 500. 288.32703023 0.99 296.60939568]]
17/17 [==============================] - 1s 15ms/step
======Predicting Finished======
r2 rmse mae mape
0 0.755368 0.07351 0.049911 0.268844
Running time: 496.561s
🎉3 参考文献
部分理论来源于网络,如有侵权请联系删除。
[1]邴其春,张伟健,沈富鑫,胡嫣然,高鹏,刘东杰.基于变分模态分解和LSTM的短时交通流预测[J].重庆理工大学学报(自然科学),2023,37(05):169-177.