最小二乘支持向量机程序代码

function [bestCVaccuarcybestcbestgpso_option] = psoLSSVMcgForClass（trainsettrainset_labelYcpso_option）
% psoLSSVMcgForClass 
%by Tangxiaobiao  QQ 444646122 blog.sina.com.cn/lssvm
% 2010.05.31

%% 参数初始化
if nargin == 3
    pso_option = struct（‘c1‘1.5‘c2‘1.7‘maxgen‘200‘sizepop‘20 ...
        ‘k‘0.6‘wV‘1‘wP‘1‘v‘5 ...
        ‘popcmax‘10^2‘popcmin‘10^（-1）‘popgmax‘10^3‘popgmin‘10^（-2））;
end
% c1:初始为1.5pso参数局部搜索能力
% c2:初始为1.7pso参数全局搜索能力
% maxgen:初始为200最大进化数量
% sizepop:初始为20种群最大数量
% k:初始为0.6（k belongs to [0.11.0]）速率和x的关系（V = kX）
% wV:初始为1（wV best belongs to [0.81.2]）速率更新公式中速度前面的弹性系数
% wP:初始为1种群更新公式中速度前面的弹性系数
% v:初始为3SVM Cross Validation参数
% popcmax:初始为100SVM 参数c的变化的最大值.
% popcmin:初始为0.1SVM 参数c的变化的最小值.
% popgmax:初始为1000SVM 参数g的变化的最大值.
% popgmin:初始为0.01SVM 参数c的变化的最小值.
Yc=Yc;
Vcmax = pso_option.k*pso_option.popcmax;
Vcmin = -Vcmax ;
Vgmax = pso_option.k*pso_option.popgmax;
Vgmin = -Vgmax ;

eps = 10^（-3）;
[Yccodebookold_codebook] = code（trainset_label‘code_MOC‘）;
%% 产生初始粒子和速度
for i=1:pso_option.sizepop
    
    % 随机产生种群和速度
    pop（i1） = （pso_option.popcmax-pso_option.popcmin）*rand+pso_option.popcmin;
    pop（i2） = （pso_option.popgmax-pso_option.popgmin）*rand+pso_option.popgmin;
    V（i1）=Vcmax*rands（1）;
    V（i2）=Vgmax*rands（1）;
    
    % 计算初始适应度
     gam=pop（i1）;sig2=pop（i2）;
     model=initlssvm（trainsetYc‘c‘gamsig2‘RBF_kernel‘）;
     model=trainlssvm（model）;
     Yd0=simlssvm（modeltrainset）;
     predict_label = code（Yd0old_codebook[]codebook）;%解码分类结果
     testnum=size（trainset_label1）;
     right=sum（trainset_label==predict_label）;
     n = sum（sum（trainset_label~=predict_label））;
     fitness（i） = （1-n/prod（size（trainset_label）））*100;
    fitness（i） = -fitness（i）;
end

% 找极值和极值点
[global_fitness bestindex]=min（fitness）; % 全局极值
local_fitness=fitness;   % 个体极值初始化

global_x=pop（bestindex:）;   % 全局极值点
local_x=pop;    % 个体极值点初始化

% 每一代种群的平均适应度
avgfitness_gen = zeros（1pso_option.maxgen）;

%% 迭代寻优
for i=1:pso_option.maxgen
    
    for j=1:pso_option.sizepop
        
        %速度更新
        V（j:） = pso_option.wV*V（j:） + pso_option.c1*rand*（local_x（j:） - pop（j:）） + pso_option.c2*rand*（global_x - pop（j:））;
        if V（j1） > Vcmax
            V（j1） = Vcmax;
        end
        if V（j1） < Vcmin
            V（j1） = Vcmin;
        end
        if V（j2） > Vgmax
            V（j2） = Vgmax;
        end
        if V（j2） < Vgmin
            V（j2） = Vgmin;
        end
        
        %种群更新
        pop（j:）=pop（j:） + pso_option.wP*V（j:）;
        if pop（j1） > pso_option.popcmax
            pop（j1） = pso_option.popcmax;
        end
        if pop（j1） < pso_option.popcmin