GSWOA-KELM分类，可实现二分类和多分类

基于三种策略改进的鲸鱼优化算法（GSWOA)优化核极限学习机(KELM)的数据分类预测模型

GSWOA在收敛精度和速度上比基本的SSA,GWO,PSO,WOA,MPA,ABC算法要好的多

Matlab代码，适合新手小白

核极限学习机KELM是基于极限学习机ELM并结合核函数所提出的改进算法，能够在保留 ELM 优点的基础上提高模型的预测性能

通过改进鲸鱼算法优化KELM的两个参数，避免了人工选取参数的盲目性，有效提高预测精度

用的人还很少～

WOA改进点如下：

1.在鲸鱼位置更新公式中加入自适应权重，动态调节最优位置的影响力，改善算法收敛速度

2.使用变螺旋位置更新策略，动态调整螺旋的形状，提升算法全局搜寻能力

3.引入最优邻域扰动策略，避免算法陷入局部最优解，解决算法早熟现象

1直接替换数据即可用 适合新手小白～

2附赠案例数据 可直接运行

3后概不退换 可保证运行

4此商品仅程序 不包含讲解

ID:8740

详询客服 微信shujuqudong1 或shujuqudong6 或 qq68823886 或 27699885

图文详情请查看： http://matup.cn/737491785628.html