CSDN原理参考：麻雀搜索算法SSA优化BP神经网络回归预测以及MATLAB代码实现

改进说明：使用Sine混沌映射初始化麻雀种群，选出适应度排序靠前的麻雀个体作为初始种群。与Logistic、Tent相比较，使用Sine混沌映射改进SSA的效果要好。

代码附件说明：

a) .mian.m为主程序，含BP预测与Sine-SSA优化BP预测两个部分的实现。在程序外部数据EXCEL中换自己数据集，MATLAB程序中设定相应的数据范围即可运行得到结果。代码使用中文注释清楚。

b). 数据集为EXCEL格式的数据，换数据时，在MATLAB程序中设定相应的EXCEL数据读取范围即可。

c). 采用经验公式使用循环来确定隐含层节点数目，对输入层、隐含层和输出层的神经元节点数都提供了过程。

数据介绍：代码采用MATLAB官方的建筑物能源数据集样本进行实现。数据格式为EXCEL。直接套数据运行。输入的影响指标个数不限，单输出。

代码使用步骤：

a). 在程序外部数据EXCEL文件中换上自己数据集；

b). 双击点开main.m主程序文件，读取EXCEL的方式如下：

% 读取数据
data=xlsread('数据.xlsx','Sheet1','A1:N252'); %%使用xlsread函数读取EXCEL中对应范围的数据即可

%输入输出数据
input=data(:,1:end-1);    %data的第一列-倒数第二列为特征指标
output=data(:,end);  %data的最后面一列为输出的指标值

c). 运行main.m主程序，得到结果。

代码结果图：

（说明：程序的输入指标个数不限，单输出。只需替换EXCEL模板数据，程序进行读取数据即可。）