目录1、代码简介2、代码运行结果展示3、代码获取1、代码简介基于袋鼠逃生优化算法优化BP神经网络KEO-BPNSGAII多目标优化算法可适用于工艺参数优化、设计等方向。【三目标】代码简介1、先经KEO-BP封装因变量(y1y2y3)与自变量(x1x2x3x4x5)的代理模型再通过NSGAII寻找y的极值(y1极大;y2、y3极小)并生成对应的x1x2x3x4x5Pareto解集。2、数据集有5个输入特征3个输出通过NSGAII寻求极值并得到在极值时(y1maxy2miny3min)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KEO-BP多输出回归再运行main2进行NSGAII多目标算法优化即可。4、袋鼠逃生优化算法(Kangaroo Escape Optimizer, KEO)是一种新型的元启发式算法智能优化算法作者以袋鼠在不可预知环境中的生存驱动型逃生策略为启发作者结合混沌Logistic能量自适应策略平衡了两阶段的探索过程性能不错值得一试该成果由Sulaiman Z. Almutairi等人于2025年9月发表在SCI二区期刊《Fractal and Fractional》上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