本文主要是介绍【DELM回归预测】多元宇宙优化算法改进深度学习极限学习机MVO-DELM数据回归预测【含Matlab源码 2230期】，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
⛄一、多元宇宙优化算法
MVO是Seyedali Mirjalili受到多元宇宙理论的启发提出来的元启发式优化算法。主要根据多元宇宙理论的3个主要概念-白洞、黑洞和虫洞，来建立数学模型。
MVO算法中的可行解对应宇宙，解的适应度对应该宇宙的膨胀率，在每一次迭代中，根据膨胀率对宇宙进行排序，通过轮盘赌随机选定一个宇宙作为白洞，宇宙间通过黑、白洞进行物质交换。假定：
式中：d为参数的个数；n为宇宙的个数；xji为第i个宇宙的第j维分量。
式中：Ui为第i个宇宙；NI(Ui）为第i个宇宙的归一化膨胀率；r1为[0,1]中的随机数；xkj为轮盘赌选定的第k个宇宙的第j维分量。
宇宙之间通过虫洞随机传送物质以保证种群多样性，同时都与最优宇宙交换物质以提高膨胀率。
式中：xij为第i个宇宙的第j维分量；Xj为当前最优宇宙的第j维分量；tbj和ubj分别为第j维分量的上、下界；r2,r3,r4均为[0,1]中的随机数；WEP为宇宙中的虫洞存在率；TDR为物质绕当前最优宇宙的旅行距离率。
WEP和TD
这篇关于【DELM回归预测】多元宇宙优化算法改进深度学习极限学习机MVO-DELM数据回归预测【含Matlab源码 2230期】的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
