文件中给出案例数据,列代表指标集(输入集x:1-7,输出集y:8)行代表数据集。
可以用于本科毕业论文或者硕士毕业论文,首先使用SPSS进行出成分分析,然后将主成分得分值作为输入集,输出集保持不变。
通过该算法文件就可以得到预测值,具体步骤可以参考《基于SVM和LS-SVM的住宅工程造价预测研究》。
本算法使用BP神经网络的误差函数作为GWO算法的适应度函数,通过BP神经网络连接权值和阈值的数量来决定GWO算法中灰狼的维数,那么GWO算法寻优的过程就是权值和阈值更新的过程。
因而,GWO算法寻优的过程替代了BP神经网络梯度下降的过程。
经过不断更新和迭代,最终确定出全局最优值,即灰狼α所处的位置。
本算法输出的权值和阈值即作为神经网络的权值和阈值,不在通过神经网络继续训练。
可以参考文献《基于粒子群优化算法的BP网络学习研究》。
1