MM VS 家乐福

MM说:“我爱你。”
我脸红了,我不想害她:“我没钱,更没有房子和车。” 
MM盯着我的眼睛:“我知道。” 
“我的月薪只有一千五。” 
MM的眼光仍然坚定无比:“以后会多的。” 
我用颤抖的双手拿出一支烟*在嘴上:
“我每天要抽一包烟,一喝酒就闹事。” 
MM笑了:“以后有我在,你放心。” 
我的脊梁上冒起一阵寒意,结结巴巴地对她说:
其实……其实我很流氓……
MM没等我说完就软在了我的怀里,声音细若蚊鸣,:
“早知道你好色,你老偷偷瞄我胸” 
一股鼻血喷涌而出,我抱紧了MM温热娇小的身体让我热血沸腾。
这时我忽然想到一件很重要的事情,我决定把这事告诉MM。 
五秒钟后MM抬头问我:“真的?” 
我悲愤地点点头。MM沉默片刻挣开我的怀抱抬手给了我一个耳光,
愤怒地朝我喊道:“什么,烟是从家乐福买的?!!
MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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
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