卷积神经网络CNN的数据回归预测,多输入单输出模型。（主要应用于风速，负荷，功率）

基于粒子群算法(PSO)优化径向基神经网络(PSO-RBF)的数据回归预测，多变量输入模型。matlab代码，优化参数为扩散速度，采用交叉验证。评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

基于卷积神经网络-长短期记忆网络结合注意力机制(CNN-LSTM-Attention)分类预测，matlab代码，2020版本及以上。多特征输入单输出的二分类及多分类模型。程序内注释详细，直接替换数据就可以用。程序语言为matlab，程序可出分类效果图，迭代优化图，混淆矩阵图。

鲸鱼算法(WOA)优化BP神经网络回归预测,WOA-BP回归预测，多变量输入单输出模型。评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

基于深度神经网络(DNN)的多输入多输出预测，深度神经网络(DNN)的数据回归预测，深度全连接神经网络，要求MATLAB2018及以上版本。评价指标包括:R2、MAE、MSE、RMSE等，代码质量极高，方便学习和替换数据。

【CEEMDAN-VMD-LSTM-Attention】双重分解+长短期记忆神经网络结合多头注意力机制多变量回归预测，多变量输入模型。matlab代码，2023a及其以上。1.CEEMDAN分解，计算样本熵，根据样本熵进行kmeans聚类，调用VMD对高频分量二次分解，VMD分解的高频分量与前分量作为长短期记忆神经网络模型结合多头注意力机制的目标输出分别预测后相加。2.CEEMDAN-VMD-LS

麻雀算法(SSA)优化长短期记忆神经网络的数据回归预测，SSA-LSTM回归预测，多输入单输出模型。

粒子群算法(PSO)优化双向长短期记忆神经网络的数据分类预测，PSO-BiLSTM分类预测，多输入单输出模型

基于遗传算法(GA)优化径向基神经网络(GA-RBF)的数据回归预测，多变量输入模型。matlab代码，优化参数为扩散速度，采用交叉验证。评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

粒子群算法优化BP网络做回归预测（PSO-BP）matlab语言