【CNN预测】基于麻雀搜索算法优化CNN实现数据回归预测含Matlab源码（麻雀搜索算法案例分析）

【CNN预测】基于麻雀搜索算法优化CNN实现数据回归预测含Matlab源码（麻雀搜索算法案例分析）

1 简介

SSA是一种模仿麻雀捕猎与反捕猎动作的新型智能优化算法，种群成员包括发现者、跟随者和侦察者。种群中适应度较好的发现者将会在搜寻过程中最先收集到食物；有一部分跟随者始终监视发现者，若有跟随者发现种群中有麻雀已经找到更好的食物，这部分跟随者会立即去争夺食物；若负责侦察的麻雀一直处在当前的最优预测位置上，那么只需逃离到当前区域周围的某个地方；若侦察的麻雀并不处在当前最优预测位置上，则寻找当前最优预测区域周围的地方停靠。

2 部分代码

​​function [FoodFitness,FoodPosition,Convergence_curve]=SSA(N,Max_iter,lb,ub,dim,fobj)​​​​if size(ub,1)==1​​​​    ub=ones(dim,1)*ub;​​​​    lb=ones(dim,1)*lb;​​​​end​​​​Convergence_curve = zeros(1,Max_iter);​​​​%Initialize the positions of salps​​​​SalpPositions=initialization(N,dim,ub,lb);​​​​FoodPosition=zeros(1,dim);​​​​FoodFitness=inf;​​​​%calculate the fitness of initial salps​​​​for i=1:size(SalpPositions,1)​​​​    SalpFitness(1,i)=fobj(SalpPositions(i,:));​​​​end​​​​[sorted_salps_fitness,sorted_indexes]=sort(SalpFitness);​​​​for newindex=1:N​​​​    Sorted_salps(newindex,:)=SalpPositions(sorted_indexes(newindex),:);​​​​end​​​​FoodPosition=Sorted_salps(1,:);​​​​FoodFitness=sorted_salps_fitness(1);​​​​%Main loop​​​​l=2; % start from the second iteration since the first iteration was dedicated to calculating the fitness of salps​​​​while lN/2 && iub';Tm=SalpPositions(i,:)

3 仿真结果

4 参考文献

[1]陈彩虹,王诚. 基于CNN深度算法改进及故障预测研究[J]. 计算机技术与发展, 2020, 30(10):6.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。