【ELM回归预测】麻雀算法优化极限学习机SAA-ELM回归预测（含前后对比）【含Matlab源码 2202期】

⛄一、麻雀搜索算法优化深度学习极限学习机DELM预测模型实现流程

1 麻雀搜索算法
麻雀搜索算法是一种新型的群智能优化算法，在2020年由Xue等提出，主要是受麻雀的觅食和反哺食行为启发，具有寻优能力强、收敛速度快的特点。

麻雀搜索算法将整个麻雀种群分为三类，即寻找食物的生产者，抢夺食物的加入者和发现危险的警戒者。生产者和加入者可以相互转化，但各自在种群中的占比不会发生变化。

在模拟实验中，需要使用虚拟麻雀进行食物的寻找，与其他寻优算法相同，麻雀搜索算法首先需要对麻雀种群与适应度值进行初始化，麻雀种群可初始化为如下形式，表达式为

式(3)中：n为麻雀的数量；d为要优化的变量的维度即独立参数的数目；xn,d为第n只麻雀第d维度的值。

由此，总体麻雀适应度值表征形式为

式(4)中：f(x)为个体适应度值。适应度值较好的麻雀(即生产者)在搜索中会优先获得食物并指引群体的觅食方向与范围，与此同时，生产者会具有更大的觅食搜索范围。

生产者在觅食过程中