【预测模型】基于天牛须算法BAS优化BP神经网络实现数据预测matlab源码

布满荆棘的人生 2022-08-28 00:51 145阅读 0赞

1 算法介绍

针对传统预测深孔加工中钻削力精度不高的问题以及BP神经网络本身存在的缺陷,提出了BAS-BP神经网络预测模型.文章基于天牛须算法与BP神经网络相互结合,利用天牛须算法计算优化BP神经网络中的初始权值与阀值,从而建立BAS-BP神经网络的预测模型.并与传统BP神经网络预测模型进行对比.结果表明BAS-BP神经网络克服了训练时间长,收敛速度慢的缺点,预测精度明显提高.

![img][]

![img][img 1]

## 2 部分代码 ##

%% 用天牛须算法来优化BP的权值和阈值,数据样本为测试数据，非论文实际数据，样本60个，其中每个样本具有401个特征值；NIR为样本的光谱数据，octane为60\*1的辛烷值数据

% 1.0版本

%% 清空环境变量

clear all

close all

clc

tic

%% 加载数据

load spectra\_data.mat

% 随机产生训练集和测试集

temp=randperm(size(NIR,1));

%训练集——50个样本

P=NIR(temp(1:50),:)';

T=octane(temp(1:50),:)';

%测试集——10个样本

P\_test=NIR(temp(51:end),:)';

T\_test=octane(temp(51:end),:)';

N=size(P\_test,2);

M=size(P,2);

%% 归一化

\[P, ps\_input\] = mapminmax(P,0,1);%p\_train归一化处理，范围为\[0,1\]，默认情况下为\[-1,1\]

P\_test = mapminmax('apply',P\_test,ps\_input);%对P\_test采用相同的映射

\[T, ps\_output\] = mapminmax(T,0,1);

inputnum=size(P,1);

outputnum=size(T,1);

hiddennum=9;%初始隐含层神经元个数

%% 创建网络

net=newff(P,T,hiddennum);

net.trainParam.epochs = 1000;

net.trainParam.goal = 1e-3;

net.trainParam.lr = 0.01;

bestX(inputnum\*hiddennum+hiddennum+hiddennum\*outputnum+1:inputnum\*hiddennum+hiddennum+hiddennum\*outputnum+outputnum);

%% 网络权值赋值

net.iw\{1,1\}=reshape(w1,hiddennum,inputnum);

net.lw\{2,1\}=reshape(w2,outputnum,hiddennum);

net.b\{1\}=reshape(B1,hiddennum,1);

net.b\{2\}=reshape(B2,outputnum,1);

%% 训练网络

net=train(net,P,T);

%% 测试

YY=sim(net,P);

figure(2)

plot(1:length(YY),YY,'bo-')

hold on

plot(1:length(YY),T,'r\*-')

legend('预测值','真实值')

%% 可视化

figure(1)

%plot(x\_store(1,:),x\_store(end,:),'r-o')

hold on,

plot(x\_store(1,:),fbest\_store,'b-.')

xlabel('Iteration')

ylabel('BestFit')

toc

## 3 仿真结果 ##

![26ba894146e69fa60f3362d6b4a67bbc.png][]

![4b7458788fb3f21679e8af5616c8bb1f.png][]

## 4 参考文献 ##

\[1\]王杰. 基于天牛须搜索算法的神经网络并行优化研究及预测应用\[D\].杭州电子科技大学,2020.

\[2\]牛庆,曹爱民,陈潇一,周冬.基于花朵授粉算法和BP神经网络的短期负荷预测\[J\].电网与清洁能源,2020,36(10):28-32.

\[3\]刘晓峰, 苗鸿宾, 温静媛. 基于BAS-BP神经网络的钻削力预测\[J\]. 组合机床与自动化加工技术, 2019, 000(008):49-52.

![img][img 2]

[img]: /images/20220828/b6c9dad8fabd43a59c6e819f2209b5ec.png
[img 1]: /images/20220828/6c4bec66d2a64b10ab723575662fb69b.png
[26ba894146e69fa60f3362d6b4a67bbc.png]: /images/20220828/484c0810f2d84701b61fb87b6d26f9f7.png
[4b7458788fb3f21679e8af5616c8bb1f.png]: /images/20220828/a38f9bef18b84c46b4755b298b41a6c5.png
[img 2]: /images/20220828/5f96f38a7e144722868b57349a61d51f.png