目录
- 1.算法原理
- 2.数学模型
- 3.结果展示
- 4.调试记录
- 5.参考文献
- 6.代码获取
1.算法原理
【智能算法】麻雀搜索算法（SSA）原理及实现
2.数学模型
支持向量机(SVM)是针对二分类问题，支持向量回归(SVR)基于SVM应用与回归问题。SVR回归与SVM分类的区别在于SVR的样本点只有一类，SVM是要使到超平面最近的样本点的“距离”最大，SVR则是要使到超平面最远的样本点的“距离”最小。
{ min 1 2 ∥ w ∥ 2 s . t . ∣ y i − ( w x i + b ) ∣ ≤ ε , ∀ i (1) \begin{cases}\min\frac{1}{2}\left\|\boldsymbol{w}\right\|^2\\[2ex]s.t.\left|y_i-(wx_i+b)\right|\leq\varepsilon,&\forall i\end{cases}\tag{1} ⎩ ⎨ ⎧min21∥w∥2s.t.∣yi−(wxi+b)∣≤ε,∀i(1)
c是一个正则化参数，它控制着模型的复杂度和训练数据的适应程度。c是惩罚系数，即对误差的宽容度。c越高容易过拟合，c越小容易欠拟合。
gamma控制着高斯核的宽度，影响样本点的聚合或分散程度。gamma隐含地决定了数据映射到新的特征空间后的分布。gamma越大，支持向量越少；gamma值越小，支持向量越多。
因此，将c和gamma作为优化参数，适应度函数设计为：
f
i
t
n
e
s
s
=
e
r
r
o
r
t
r
a
i
n
+
e
r
r
o
r
t
e
s
t
(2)
fitness=error_{train}+error_{test}\tag{2}
fitness=errortrain+errortest(2)
3.结果展示
4.调试记录
PS:训练过程中使用了svmtrain函数，此函数已被删除，因此记录安装LIBSVM——支持向量机库过程。
a.来到下载传送门
下载压缩包后解压，路径一定不能空格
b.导入库文件
c. mex编译
如果没有mex编译功能，来到这里下载：传送门
解压后，matlab命令行执行：
matlab转到libsvm文件下的matlab文件夹
matlab命令行窗口执行：
此刻，安装LIBSVM——支持向量机库 完成✌️
5.参考文献
[1] https://zhuanlan.zhihu.com/p/76609851
[2] 徐炜君.考虑主环境因素的GWO-SVR风电功率超短期预测[J].电子设计工程,2023,31(15):150-156.
