基于PSO粒子群优化的CNN-GRU的时间序列回归预测

大家好，我是简简单单做算法。今天介绍基于PSO粒子群优化的CNN-GRU的时间序列预测。

·首先将当前文件夹定位到程序所在的路径，可以看到有这些文件。Runme是CNN+GRU模型的训练和测试，加PSO的是用PSO优化CNN+GRU模型。这里程序运行的时间比较长，直接演示最后的结果。

·这两个文件运行完之后，它的结果会保存到R1和R2里面。打开compared调用R1和R2进行对比，点击运行。最后对比结果是这样的。

·这个是两个模型的训练曲线对比，可以看到采用PSO优化，其训练误差更小，收敛速度更快。这是两个模型的预测结果，训练误差分别是3.76和3.2。可以看到通过PSO优化之后，它的训练误差均值更小。

演示完毕，谢谢大家。