IWOA-GRU和GRU时间序列预测(改进的鲸鱼算法优化门控循环单元)

时序预测 | MATLAB实现IWOA-GRU和GRU时间序列预测(改进的鲸鱼算法优化门控循环单元)

预测效果

基本介绍

MATLAB实现IWOA-GRU和GRU时间序列预测，改进的鲸鱼算法优化门控循环单元时间序列预测。

模型描述

鲸鱼优化算法（WOA）是由Mirjalili等提出的一种新算法．世界上最大的须鲸之一是座头鲸，座头鲸最有趣的就是他们的气泡网觅食方法．其基本原理分为三个阶段：包围猎物、泡网攻击、搜寻猎物。针对鲸鱼优化算法( whale optimization algorithm，WOA) 容易陷入局部最优和收敛精度低的问题进行了研究，提出一种改进的鲸鱼优化算法( IWOA) 。该算法通过准反向学习方法来初始化种群，提高种群的多样性;然后将线性收敛因子修改为非线性收敛因子，有利于平衡全局搜索和局部开发能力;另外，通过增加自适应权重改进鲸鱼优化算法的局部搜索能力，提高收敛精度;最后，通过随机差分变异策略及时调整鲸鱼优化算法，避免陷入局部最优。

程序设计

• 完整程序私信博主回复IWOA-GRU和GRU时间序列预测(改进的鲸鱼算法优化门控循环单元)。

%% 基础GRU测试
numHiddenUnits = 20;
layers = [ ...
    sequenceInputLayer(numFeatures)
    gruLayer(numHiddenUnits)
    dropoutLayer(0.2)
    gruLayer(numHiddenUnits)
    dropoutLayer(0.2)
    reluLayer('name','relu')
    fullyConnectedLayer(numResponses)
    regressionLayer];
%指定训练选项
options = trainingOptions('adam', ...
    'MaxEpochs',20, ...
    'ExecutionEnvironment' ,'cpu',...
    'GradientThreshold',1, ...
    'InitialLearnRate',0.01, ...
    'L2Regularization',0.01,...
    'Plots','training-progress',...
    'Verbose',1);
%训练GRU

参考资料

[1] Mirjalili S，Lewis A． The whale optimization algorithm［J］． Advancesin Engineering Software，2016，95( 5) : 51-67．
[2] https://blog.csdn.net/article/details/126086399?spm=1001.2014.3001.5501