目录

一、程序及算法内容介绍：

基本内容：

亮点与优势：

二、实际运行效果： 

三、方法原理介绍：

四、完整代码+数据下载：

---

一、程序及算法内容介绍：

基本内容：

• 本代码基于Matlab平台编译，将AOA(算术优化算法)与LSTM(长短期记忆神经网络)结合，进行多输入数据回归预测。(多变量回归预测，个数可自行指定)

• 输入训练的数据包含7个特征，1个响应值，即通过7个输入值预测1个输出值。（数据导入后自动归一化，提升泛化性）

• 通过AOA算法优化LSTM的学习率、神经元个数参数，记录下最优的网络参数作为后续的应用网络。

• 迭代计算过程中，自动显示优化进度条，实时查看程序运行进展情况

• 自动输出多种多样的的误差评价指标，自动输出大量实验效果图片

亮点与优势：

• 注释详细，几乎每一关键行都有注释说明，适合小白起步学习

• 直接运行Main函数即可看到所有结果，使用便捷

• 编程习惯良好，程序主体标准化，逻辑清晰，方便阅读代码

• 所有数据均采用Excel格式输入，替换数据方便，适合懒人选手

• 出图详细、丰富、美观，可直观查看运行效果

• 附带详细的说明文档（下图），其内容包括：算法原理+使用方法说明

二、实际运行效果： 

三、方法原理介绍：

算术优化算法（AOA）是在2021年由AbualigahL等人提出的一种新的元启发式优化算法。

该算法是受数学运算符号体系中的加（+）、减（-）、乘（×）、除（÷）四种算术运算符的功能启发设计而成的。

其结构主要分为两部分：其中乘（×）和除（÷）两个运算符在数学运算中会得到具有较高分散性值，在算法中用于勘探阶段搜索；加（+）和减（-）两个运算符在数学运算中会得到分散性较低得的值，所以用于算法中的开发阶段搜索。通过这四个运算符的性质和功能，最终构建了算法的整个寻优搜索过程。

由于该算法结构简单易理解，且可进行大范围搜索，因此，已经被应用于求解函数优化问题、工程设计问题、特征选择以及其他复杂优化问题中。

四、完整代码+数据下载：