目录

1、代码简介

2、代码运行结果展示

3、代码获取

---

1、代码简介

基于牛顿拉夫逊算法优化卷积神经网络NRBO-CNN+NSGAII多目标优化算法，可适用于工艺参数优化、设计等方向。

代码简介：

NRBO算法优化CNN的批次数、初始学习率和正则化系数。

1、先经NRBO-CNN封装因变量(y1，y2，y3，y4)与自变量(x1，x2，x3，x4，x5)的代理模型，再通过NSGAII寻找y的极值(y1极大;y2、y3、y4极小)，并生成对应的x1，x2，x3，x4，x5Pareto解集。

2、数据集有5个输入特征，4个输出，通过NSGAII寻求极值，并得到在极值时(y1max，y2min，y3min，y4min)对应的自变量的解集。

3、代码分别为两个主程序，先运行mian1进行NRBO-CNN多输出回归，再运行main2进行NSGAII多目标算法优化即可。

4、牛顿-拉夫逊优化算法Newton-Raphson-based optimizer，NRBO，受到Newton-Raphson方法的启发。它使用两个规则来探索整个搜索过程：Newton-Raphson搜索规则(NRSR)和陷阱避免算子(TAO)，并使用几组矩阵来进一步探索最佳结果。该成果于2024年2月发表在中科院2区top SCI期刊(赠送原算法文献)

以下每个输出都有对应的四张图：预测值和真实值拟合图、误差值直方图、回归拟合图、线性拟合图

注：

1️⃣、运行环境要求MATLAB版本为2018b及其以上

2️⃣、评价指标包括:R2、MAE、MBE、MAPE、RMSE等，图很多，符合您的需要

3️⃣、代码中文注释清晰，质量极高

4️⃣、赠送测试数据集，可以直接运行源程序。替换你的数据即可用 适合新手小白

2、代码运行结果展示

3、代码获取

点击下方了解更多！