计算机系统应用教程网站

网站首页 > 技术文章 正文

基于PSO优化的CNN-GRU-Attention的时间序列

btikc 2024-10-12 11:50:04 技术文章 3 ℃ 0 评论

大家好,我是简简单单做算法。今天介绍基于PSO优化的CNN-GRU-Attention的时间序列回归预测。

·首先将当前文件夹定位到程序所在路径,这里有三个文件。

·第一个是对比文件,这个是没有PSO优化的模型,其运行结果会保存到R1面。

·这个是PSO优化的网络模型,其运行结果会保存到R2面。这里训练时间非常慢,我这里就不演示训练过程了。

·运行结束之后点击compared,可以得到这么几个图。

·这个是PSO的优化收敛曲线。

·这个是原始模型,其预测误差在3.5307。

·通过PSO优化之后,误差在0.26007。

由此可见,通过PSO优化,网络模型可以获得更优的预测结果。

以上就是整个系统的演示过程,演示完毕,谢谢大家。

Tags:

本文暂时没有评论,来添加一个吧(●'◡'●)

欢迎 发表评论:

最近发表
标签列表