基于变分模态分解结合牛顿拉夫逊算法优化深度神经网络(VMD-NRBO-DNN)的单变量时序预测 (单输入单输出)

目录

1、代码简介

2、代码运行结果展示

3、代码获取

---

1、代码简介

[24年算法]基于变分模态分解结合牛顿拉夫逊算法优化深度神经网络(VMD-NRBO-DNN)的单变量时序预测 (单输入单输出) Matlab代码

NRBO优化的参数为：学习率，隐藏层节点数，正则化系数

运行步骤：

1.先运行main1进行VMD分解(图1-3)

2.在运行main2进行单变量时序预测

代码解释：

1.程序已经调试好，无需更改代码替换数据集即可运行！！！

2.本文程序采用风速数据进行测试，数据格式为excel！

3.牛顿-拉夫逊优化算法Newton-Raphson-based optimizer，NRBO，受到Newton-Raphson方法的启发。它使用两个规则来探索整个搜索过程：Newton-Raphson搜索规则(NRSR)和陷阱避免算子(TAO)，并使用几组矩阵来进一步探索最佳结果。该成果于2024年2月发表在中科院2区top SCI期刊

4.可以定制更换优化算法，需要私信

注：

1️⃣、运行环境要求MATLAB版本为2020b及其以上

2️⃣、评价指标包括:R2、MAE、MSE、RPD、RMSE、MAPE等，图很多，符合您的需要

3️⃣、代码中文注释清晰，质量极高

4️⃣、赠送测试数据集，可以直接运行源程序。替换你的数据即可用 适合新手小白

2、代码运行结果展示

3、代码获取

点击下方了解更多！