资源简介
遗传算法与径向基神经网络结合代码,有需要的自行下载,很好用的
代码片段和文件信息
%GA_RBF
%提取最大值+按样本归一化(按行)+RBF
load original_data;
global Scaled_Xtrain Scaled_Xtest Ytrain net tr testPrediction testClassPrediction testClass ttest result accuracy ;
%曲线平滑
for m=1:4;
for n=1:20;
for k=2:21;
smooth_data{m}{n}(:1)=original_data{m}{n}(:1)./1000;%时间单位转化为秒
smooth_data{m}{n}(:k)=smooth(original_data{m}{n}(:k));%5点滑动平均
end
end
end
%去掉4ETO和GSBT11数据,以及温湿压传感器数据
for m=1:4
for n=1:20
sensor_data{m}{n}(:1)=smooth_data{m}{n}(:1);
sensor_data{m}{n}(:2:16)=smooth_data{m}{n}(:[23468101214:21]);
end
end
%提取最大值+按样本归一化(按行)+RBF
for m=1:4
for n=1:20
sensor_maxvalue((m-1)*20+n:)=max(sensor_data{m}{n}(:2:16));%最大值
sensor_baseline((m-1)*20+n:)=min(sensor_data{m}{n}(:2:16));%基线值
end
end
%训练样本和测试样本
Xtrain=sensor_maxvalue(1:2:80:);
Xtest=sensor_maxvalue(2:2:80:);
[Scaled_Xtrainps]=mapminmax(Xtrain01);
[Scaled_Xtestps]=mapminmax(Xtest01);
Ytrain=[1 0 0 0;1 0 0 0;1 0 0 0;1 0 0 0;1 0 0 0;1 0 0 0;1 0 0 0;1 0 0 0;1 0 0 0;1 0 0 0;
0 1 0 0;0 1 0 0;0 1 0 0;0 1 0 0;0 1 0 0;0 1 0 0;0 1 0 0;0 1 0 0;0 1 0 0;0 1 0 0;
0 0 1 0;0 0 1 0;0 0 1 0;0 0 1 0;0 0 1 0;0 0 1 0;0 0 1 0;0 0 1 0;0 0 1 0;0 0 1 0;
0 0 0 1;0 0 0 1;0 0 0 1;0 0 0 1;0 0 0 1;0 0 0 1;0 0 0 1;0 0 0 1;0 0 0 1;0 0 0 1];
MAXGEN = 200; %最大遗传代数
NIND = 20; %遗传算法中的种群大小
NVAR = 2; %变量数目
TolFun=1e-09;%遗传算法中的停止条件之一(Function Tolerance);
Numtrain=40; %训练样本数
Numtest=40; %测试样本数
SensoeNum=15; %传感器的总个数
%GA_LSSVM.m
%使用遗传算法对SVM的惩罚参数和核参数进行优化,再用SVM训练
%--------------------------------------------------------------------------
%-------------------------------------
Initrange=[0.0001 0.1;0.1 20];
options=gaoptimset(‘Generations‘MAXGEN‘TolFun‘TolFun ‘SelectionFcn‘@selectionstochunif‘CrossoverFcn‘@crossoverintermediate...
‘PopulationSize‘NIND‘EliteCount‘2‘PopInitRange‘Initrange‘MutationFcn‘{@mutationuniform0.1}...
‘PlotFcns‘{@gaplotbestf@gaplotbestindiv@gaplotdistance@gaplotgenealogy@gaplotrange@gaplotscorediversity...
@gaplotscores @gaplotselection}‘CrossoverFraction‘0.8‘StallGenLimit‘100‘HybridFcn‘@fmincon);
[xfvalexitflag]=ga(@yanjiafitness_RBF2[][][][][0.0001;0.1][0.1;20][]options);
best_eg=x(1);
best_sc=x(2);
%用最优参数进行分类
[nettr]=newrb(Scaled_Xtrain‘Ytrain‘best_egbest_sc405);
%输入测试样本进行定性分析
testPrediction=sim(netScaled_Xtest‘);
testClassPrediction=compet(testPrediction);
testClass=vec2ind(testClassPrediction);
ttest=vec2ind(compet(Ytrain‘));
result=0;%统计判别正确率
for sample_count=1:40
if testClass(sample_count)==ttest(sample_count)
result=result+1;
end
end
result
accuracy=result./40
%%
%————————————————————————————————————————————————————
%————————————————————————————————————————————————————
%————————————————————————————————————————————————————
%分数差分+提取最大值+RBF
load original_data;
global Sc
相关资源
- prony 算法
- 蚁群算法论文+源代码
- 基于粒子群算法的非合作博弈的matl
- 协同进化遗传算法求解函数优化问题
- pri传统分选算法
- 基于RSSI的VIRE定位算法
- 相关向量机的快速算法
- Gardner_for _MPSK(PSK的符号同步算法)
- 粒子群算法优化pid源码 matlab仿真.ra
- 系数绝对值最大 图像融合MATLAB算法
- 灰度共生矩阵特征值不错的算法
- MATLAB烟花算法源代码
- lvq学习算法源码matlab
- EMD 算法MATLAB 程序
- 增广拉格朗日法.zip
- 世上最牛的23个图像跟踪算法MATLAB程序
- matlab2007B数模乘公交看奥运_搜索法+
- Norden E.Huang的FEEMD算法
- 基于遗传算法的旅游全国的路径最优
- 密钥生成CQG量化
- 密钥生成CQ量化
- dijkstra算法改进的matlab程序能求出两点
- 基于OFDMA系统的多用户资源分配算法,
- 基于遗传算法的机器人路径规划matl
- 基于FPGA分布式算法FIR滤波器verilog代码
- 自动寻峰谷算法matlab实现
- AR模型算法的matlab实现和实验分析
- Dijkstra最短路径算法的Matlab实现
- 多种群遗传算法的函数优化算法(源
- 随机梯度下降算法的MATLAB实现
评论
共有 条评论