【预测模型】基于粒子群算法优化线性回归预测黄金价格matlab代码

秒速五厘米 2022-08-28 00:51 187阅读 0赞

## 1 简介 ##

![8c08fe1fa602c3b2a00d43e1de9757a5.png][]

![31613172b4dc0346ad55a5ba22a5b6b3.png][]

## 2 部分代码 ##

clear all;

clc;

format long;

%------给定初始化条件----------------------------------------------

c1=1.4962; %学习因子1

c2=1.4962; %学习因子2

w=0.7298; %惯性权重

MaxDT=1000; %最大迭代次数

D=3; %搜索空间维数（未知数个数）

N=40; %初始化群体个体数目

eps=10^(-6); %设置精度(在已知最小值时候用)

data = load('goldprice.txt');

data = data/100;

%------初始化种群的个体(可以在这里限定位置和速度的范围)------------

%------最后给出计算结果

disp('\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*')

disp('函数的全局最优位置为：')

Solution=pg'

predict = Solution(1) \* data(1:end-2) + Solution(2) \* data(2:end-1) + Solution(3);

yy = data(3:end);

xx = 1:length(yy);

figure(1);

plot(xx,predict,'r\*-',xx,yy,'g.-');

xlabel('Time');

ylabel('Gold Price');

legend('The predict price','The true price');

error = predict - yy;

img =gcf; %获取当前画图的句柄

print(img, '-dpng', '-r600', './运行结果.png') %即可得到对应格式和期望dpi的图像

figure(2);

plot(xx,error);

xlabel('Time');

ylabel('Predicted error');

img =gcf; %获取当前画图的句柄

print(img, '-dpng', '-r600', './运行结果.png') %即可得到对应格式和期望dpi的图像

%------算法结束---DreamSun GL & HF-----------------------------------

## 3 仿真结果 ##

![decd816dee9f62129acdee4bff66c19e.png][]

## 4 参考文献 ##

\[1\]赵桂兰, & 李强. (2014). 基于杂交粒子群算法的多元线性回归的双语嫩学态度预测模型. 自动化与仪器仪表.

![图片][6d56e8d67627ff22c8f5571315afd0bc.png]

[8c08fe1fa602c3b2a00d43e1de9757a5.png]: /images/20220828/a5aff265bdd9485a8ea4d8cb21765d8f.png
[31613172b4dc0346ad55a5ba22a5b6b3.png]: /images/20220828/b76462da180a457b95c00d807d4b2dac.png
[decd816dee9f62129acdee4bff66c19e.png]: /images/20220828/1e1e0b7080f041678a2c929330aec732.png
[6d56e8d67627ff22c8f5571315afd0bc.png]: /images/20220828/b7fb3fe2cb1041d3a6fd7870f87cfa71.png

发表评论取消回复

表情：

评论列表（有 0 条评论，187人围观）

还没有评论，来说两句吧...

相关阅读

相关基于MATLAB的粒子群算法优化ELM回归预测

基于MATLAB的粒子群算法优化ELM回归预测粒子群算法（Particle Swarm Optimization，PSO）是一种优化算法，模拟了鸟群或鱼群等群体的行为。该算

小鱼儿/ 2024年03月03日 08:14/ 0 赞/ 35 阅读

相关基于MATLAB的量子粒子群算法优化LSTM模型用于短期电力负荷预测

基于MATLAB的量子粒子群算法优化LSTM模型用于短期电力负荷预测概述：短期电力负荷预测在电力系统的调度和运营中具有重要的作用。传统的预测方法往往依赖于统计模型或者

雨点打透心脏的1/2处/ 2024年03月03日 07:33/ 0 赞/ 66 阅读

相关基于粒子群算法优化的灰色预测模型GM实现数据预测（附带MATLAB代码）

基于粒子群算法优化的灰色预测模型GM实现数据预测（附带MATLAB代码）灰色预测模型（Grey Model，简称GM）是一种常用的非线性时间序列预测方法，它在处理少量数据和

Bertha 。/ 2024年03月03日 07:18/ 0 赞/ 9 阅读

相关【预测模型】基于粒子群算法优化BP神经网络预测风电功率matlab源码

1 模型针对于BP神经网络预测模型,收敛速度慢,精度较低,容易陷入局部极小值等缺点,提出了一种粒子群优化BP神经网络预测模型的算法.在该算法中,粒子群优化BP神经网络预

傷城~/ 2022年08月28日 00:51/ 0 赞/ 180 阅读

相关【预测模型】基于粒子群算法改进SVM实现期贷预测代码

1 简介支持向量机 (Support Vector Machines, SVM) 是一种应用广泛的机器学习方法, 具有理论知识清晰完备,适应性和泛化能力良好的优点, 核

墨蓝/ 2022年08月28日 00:51/ 0 赞/ 181 阅读

相关【预测模型】基于粒子群算法优化线性回归预测黄金价格matlab代码

1 简介 ![8c08fe1fa602c3b2a00d43e1de9757a5.png][] ![31613172b4dc0346ad55a5ba22a5b6b3.pn

秒速五厘米/ 2022年08月28日 00:51/ 0 赞/ 188 阅读

相关【预测模型】基于BP神经网络预测价格matlab代码

1 简介ＢＰ神经网络模型是目前应用最为广泛神经网络之一。它的本质是通过对历史数据的学习找出数据变化趋势之间的非线性关系，并通过输出量与预期值之间的误差不断调整网络中各个

雨点打透心脏的1/2处/ 2022年08月28日 00:50/ 0 赞/ 227 阅读

相关【预测模型】基于粒子群优化宽度学习实现预测matlab代码

1 简介宽度学习系统( BLS) 的基本思想是利用稀疏自动编码器产生最优输入权值矩阵，对输入样本进行线性变换后，形成特征节点，再对特征节点经过激励函数非线性变换后获得增

╰+哭是因爲堅強的太久メ/ 2022年08月28日 00:50/ 0 赞/ 234 阅读

相关【预测模型】基于粒子群算法优化ElM神经网络实现分类matlab代码

【预测模型】基于粒子群算法优化ElM神经网络实现分类matlab代码 1 简介粒子群算法是一种启发式优化算法。粒子群算法是将优化问题的解比作一个粒子，粒子具有初始

迈不过友情╰/ 2022年08月28日 00:42/ 0 赞/ 196 阅读

相关【预测模型】基于RLS算法求解数据预测matlab代码

1 简介为了提高经济领域统计数据的预测精度,代数多项式预测模型的建模方法应运而生.该方法使用代数多项式模型拟合给定的经济统计数据,并使用递推最小二乘法(RLS)对多项

素颜马尾好姑娘i/ 2022年08月28日 00:40/ 0 赞/ 267 阅读