【GMDH时序预测】灰狼算法优化数据处理组合方法GWO-GMDH时序数据预测【含Matlab源码 3246期】

本文介绍了GMDH神经网络法的基本原理及其在时序预测中的应用,通过Matlab实现算法并展示部分源代码。文章详细描述了GMDH神经网络的结构和训练过程,并提供了数据预处理、模型训练和测试的步骤。最后,给出了Matlab版本和参考文献。
摘要由CSDN通过智能技术生成

在这里插入图片描述

⛄一、GMDH神经网络法简介

GMDH神经网络法是一种研究变量之间关系的启发式自组织方法。GMDH神经网络法可以自动查找数据中的相互关系、选择模型或网络的最佳结构,并提高现有算法的准确性。Ivakhnenko为更好地预测河流中的鱼类种群,创造了分组数据处理方法(GMDH),使神经元成为具有多项式传递函数的更复杂的单元,并简化了神经元之间的互联,同时开发了用于结构设计和权重调整的自动算法。43-55Ivakhnenko构造的多项式为:
在这里插入图片描述
上式(1)也称为Ivakhnenko多项式。其中,m表示每个神经元进入回归模型的变量数量;a,b,c…是多项式中变量的权重;y是响应变量;xi和xj是探索性变量。在研究中,上述模型仅包含主要影响,由此可表示为:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Matlab领域

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值