到了开发阶段，随机解会逐渐发生变化，且变化速度会低于探索阶段。正余弦优化算法(Sine Cosine Algorithm,简称SCA)是一种仿自然优化算法，由澳大利亚学者Seyedali Mirjalili于 2016年提出。该算法通过创建多个随机候选解，利用正余弦数学模型来求解优化问题。所有数据均采用Excel格式输入，替换数据方便，适合懒人选手。注释详细，几乎每一关键行都有注释说明，适合小白起

本代码基于。

本代码基于。

本代码基于。

本代码基于。

本代码基于。

本代码基于。

本代码基于。

本代码基于Matalb平台编译，将GA(遗传算法)与BP神经网络结合，进行数据回归预测输入训练的数据包含12个特征，1个响应值，即通过12个输入值预测1个输出值（多变量分类预测）归一化训练数据，提升网络泛化性通过GA算法优化BP神经网络的初始权重、初始偏差等参数，记录下最优的网络参数训练BP网络进行分类预测，将优化前后的网络预测效果进行对比，突出优化的重要性迭代计算过程中，自动显示优化进度条，实时

虽然神经⽹络的各层的输⼊信号分布不同，但最终“指向“的样本标记是不变的，即边缘概率不同⽽条件概率⼀致。神经⽹络中，常⽤的归⼀化策略有BN(Batch Normalization)， WN(Weight Normalization)， LN(Layer Normalization)，IN(Instance Normalization)。使用BP神经网络实现简单的电力负荷回归预测任务。主要的步骤为：导