1. 基于Matlab的SSA-CNN-GRU：利用麻雀算法优化卷积门控循环单元的时间序列预测； 2. 输入数据为单一变量的一维时间序列。 注意：第二个句子通常不会作为单独的标题，而是会并入到论文或报告中去描述具体细节。如果需要合并成一个完整的标题，请告知我进一步的要求。
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
本文提出了一种基于Matlab的SSA-CNN-GRU模型，结合麻雀算法优化卷积门控循环单元，用于单一变量一维时间序列的时间序列预测。
1. 使用Matlab实现SSA-CNN-GRU算法，并用麻雀算法优化卷积门控循环单元进行时间序列预测。
2. 输入数据为单变量时间序列数据，即一维数据。
3. 运行环境要求是Matlab 2020b及以上版本。所有程序和data（数据集）文件需放在同一文件夹内，并运行主程序SSA-CNN-GRUTS，其余函数文件无需单独执行。
4. 麻雀算法优化的参数包括正则化参数、初始学习率及隐藏层单元数。
5. 命令窗口将输出MAE（平均绝对误差）、MAPE（平均相对百分比误差）、MSE（均方误差）和RMSE（根均方误差）。
全部评论 (0)
还没有任何评论哟~
