基于麻雀搜索算法优化的lssvm回归预测 - 附代码

文章目录

  • 基于麻雀搜索算法优化的lssvm回归预测 - 附代码
    • 1.数据集
    • 2.lssvm模型
    • 3.基于麻雀算法优化的LSSVM
    • 4.测试结果
    • 5.Matlab代码

摘要:为了提高最小二乘支持向量机(lssvm)的回归预测准确率,对lssvm中的惩罚参数和核惩罚参数利用麻雀搜索算法进行优化。

1.数据集

数据信息如下:

data.mat 的中包含input数据和output数据

其中input数据维度为:2000*2

其中output数据维度为2000*1

所以RF模型的数据输入维度为2;输出维度为1。

2.lssvm模型

lssvm请自行参考相关机器学习书籍。

3.基于麻雀算法优化的LSSVM

麻雀搜索算法的具体原理参考博客:https://blog.csdn.net/u011835903/article/details/108830958。

麻雀算法的优化参数为惩罚参数和核惩罚参数。适应度函数为RF对训练集和测试集的均方误差(MSE),均方误差MSE越低越好。
finteness=MSE[predict(train)]+MSE[predict(test)]finteness = MSE[predict(train)] + MSE[predict(test)] finteness=MSE[predict(train)]+MSE[predict(test)]

4.测试结果

数据划分信息如下: 训练集数量为1900组,测试集数量为100组

麻雀参数设置如下:

%% 利用麻雀搜索算法选择回归预测分析最佳的SVM参数c&g
%%  麻雀参数设置
% 定义优化参数的个数,在该场景中,优化参数的个数dim为2 。
% 定义优化参数的上下限,如c的范围是[0.01, 1], g的范围是[2^-5, 2^5],那么参数的下限lb=[0.01, 2^-5];参数的上限ub=[1, 2^5]。
%目标函数
fobj = @(x) fun(x,Pn_train,Tn_train,Pn_test,Tn_test);
% 优化参数的个数 (c、g)
dim = 2;
% 优化参数的取值下限
lb = [0.01,0.01];
ub = [5,5];
%  参数设置
pop =20; %麻雀数量
Max_iteration=5;%最大迭代次数
%% 优化(这里主要调用函数)
[Best_pos,Best_score,curve]=SSA(pop,Max_iteration,lb,ub,dim,fobj);


SSA-LSSVM优化得到的最优参数为:
SSA-LSSVM优化得到的gama为:4.8418

SSA-LSSVM优化得到的sig2为:0.14148

SSA-LSSVM结果:
SSA-LSSVM训练集MSE:0.049326
SSA-LSSVM测试集MSE:0.030764
LSSVM结果:
LSSVM训练集MSE:0.16445
LSSVM测试集MSE:0.12109

从MSE结果来看,经过改进后的SSA-LSSVM明显优于未改进前的结果。

5.Matlab代码

基于麻雀搜索算法优化的lssvm回归预测相关推荐

  1. 基于麻雀搜索算法优化的支持向量机回归预测-附代码

    基于麻雀搜索算法优化的支持向量机预测及其MATLAB代码实现 文章目录 基于麻雀搜索算法优化的支持向量机预测及其MATLAB代码实现 1. 基于麻雀搜索算法优化的支持向量机预测简介 1.1 支持向量机 ...

  2. 基于灰狼算法优化的lssvm回归预测-附代码

    基于灰狼算法优化的lssvm回归预测 - 附代码 文章目录 基于灰狼算法优化的lssvm回归预测 - 附代码 1.数据集 2.lssvm模型 3.基于灰狼算法优化的LSSVM 4.测试结果 5.Mat ...

  3. 单目标应用:基于麻雀搜索算法优化灰色神经网络(grey neural network)的数据预测(提供MATLAB代码)

    一.麻雀搜索算法 麻雀搜索算法(sparrow search algorithm,SSA)由Jiankai Xue等人于2020年提出,该算法是根据麻雀觅食并逃避捕食者的行为而提出的群智能优化算法.S ...

  4. 基于萤火虫算法优化的lssvm回归预测附matlab代码

    ✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信.

  5. 【预测模型-ELM预测】基于麻雀算法优化极限学习机预测附matlab代码

    1 内容介绍 一种基于麻雀搜索算法优化极限学习机的风电功率预测方法,具体包括如下步骤:步骤1,确定影响风电功率的主导影响因子:步骤2,构建麻雀搜索算法优化核极限学习机预测模型,通过该模型对风电功率进行 ...

  6. 基于麻雀算法优化LSTM回归预测(matlab)

    基于麻雀算法优化LSTM回归预测(matlab) 概述: 麻雀算法构思 lstm原理 麻雀优化lstm原理 代码及结果展示 第一部分 麻雀算法构思 众所周知,麻雀是常见的留鸟而且非常喜欢群居.这种生物 ...

  7. 基于麻雀搜索算法的同步优化特征选择 - 附代码

    基于麻雀搜索算法的同步优化特征选择 - 附代码 文章目录 基于麻雀搜索算法的同步优化特征选择 - 附代码 1.数据集 2.SVM模型建立 3.麻雀搜索算法同步优化特征选择 4.测试结果 5.参考文献: ...

  8. 智能优化算法应用:基于麻雀搜索算法的工程优化案例

    智能优化算法应用:基于麻雀搜索算法的工程优化案例 文章目录 智能优化算法应用:基于麻雀搜索算法的工程优化案例 1.麻雀搜索算法 2.压力容器设计问题 3.三杆桁架设计问题 4.拉压弹簧设计问题 4.M ...

  9. 【图像分割】基于麻雀算法优化Kmeans实现图像分割附Matlab代码

    1 内容介绍 提出一种基于K-Means聚类的麻雀算法,该算法利用麻雀算法鲁棒性较强且不易陷入局部最优值的特点,动态的确定了聚类的数目和中心,解决了K-Means聚类初始点选择不稳定的缺陷,在此两种算 ...

最新文章

  1. pyhton 安装pip 以及 numpy (解决python:ModuleNotFoundError:No module named numpy 等类似缺包问题
  2. 001_FreeMarker介绍
  3. 云计算面试题及答案,云计算主要就业岗位
  4. 【Python基础】使用列表、字典和集合生成式来缩短代码
  5. 工程之道,深度学习推理性能业界最佳优化实践
  6. VTK:插值相机用法实战
  7. 计算机用语优秀怎么算,计算机专业用语
  8. hihoCoder week10 后序遍历
  9. pycharm和python解释器安装
  10. WPF|一个比较简单带点设计的登录界面
  11. 什么时候开始论文查重?
  12. 飞猪官方揭秘双11爆款产品打造攻略:1个数据银行+5大设计方法论
  13. OpenGL中的Alpha测试,深度测试,模板测试,裁减测试 .
  14. DNW使用和常见问题
  15. EasyExcel动态导出-动态头
  16. 【HDU】1859 最小长方形
  17. 景安虚拟主机 Typecho设置伪静态教程 Apache 环境
  18. minio数据迁移工具rclone
  19. 写给后端开发看的安卓入门
  20. C++PTA习题总结(三)

热门文章

  1. 惠普服务器拆箱安装系统,惠普Pro X576dw MFP拆箱安装_HP X576dw_办公打印评测试用-中关村在线...
  2. 初中计算机课每学期几节,【精品】初中信息技术教学工作总结三篇
  3. 跨域问题的复现与整理
  4. 什么是抽象语法树(AST)
  5. BZOJ 3430: [Usaco2014 Jan]Ski Course Rating(并查集+贪心)
  6. STM8 定时器TIM1 计时
  7. 人生之路1.18.05优化
  8. matlab无参考图像质量评价,无参考屏幕内容图像质量评价
  9. (4)中心化和非中心化网络游戏比较
  10. 固特异宣布收购固铂轮胎;德州仪器任命姜寒担任公司副总裁兼中国区总裁 | 美通企业日报...