粒子群优化算法PSO用于优化BPMN流程

load data input output

**%将数据集划分为训练集与测试集部分
通过调用rand函数生成范围为[1,2千]的一维随机数组 random_num;
对上述生成的随机数组进行排序，并获取每个元素的原始索引 value 和 index;
从输入矩阵中提取第 个元素至 千元素的数据作为训练输入样本 x_train;
从输出矩阵中提取相应位置的数据作为训练目标样本 y_train;
同样地，
从输入矩阵中提取 千元素至 千元素的数据作为测试输入样本 x_test;
从输出矩阵中提取相应位置的数据作为测试目标样本 y_test;

%设置BPNN节点数
inputnum = 2;
hiddennum = 5;
outputnum = 1;

%设置PSO相关参数
sizepop = 10; %种群规模
k = 50; %迭代次数
c1 = 2;c2 = 2; %学习因子
w = 0.8; %惯性因子

%数据标准化处理
[inputs_train, input_ps] = mapminmax(x_train);
[outputs_train, output_ps] = mapminmax(y_train);

%计算优化参数的数量
length 为 $input_num \times hidd