matlab实现的gwo算法的源码含注释

以优化SVM算法的参数c和g为例，对GWO算法MATLAB源码进行了逐行中文注解

tic % 计时器
%% 清空环境变量
close all
clear
clc
format compact
%% 数据提取
% 载入测试数据wine其中包含的数据为classnumber = 3wine:178*13的矩阵wine_labes:178*1的列向量
load wine.mat
% 选定训练集和测试集
% 将第一类的1-30第二类的60-95第三类的131-153做为训练集
train_wine = [wine（1:30:）;wine（60:95:）;wine（131:153:）];
% 相应的训练集的标签也要分离出来
train_wine_labels = [wine_labels（1:30）;wine_labels（60:95）;wine_labels（131:153）];
% 将第一类的31-59第二类的96-130第三类的154-178做为测试集
test_wine = [wine（31:59:）;wine（96:130:）;wine（154:178:）];
% 相应的测试集的标签也要分离出来
test_wine_labels = [wine_labels（31:59）;wine_labels（96:130）;wine_labels（154:178）];
%% 数据预处理
% 数据预处理将训练集和测试集归一化到[01]区间
[mtrainntrain] = size（train_wine）;
[mtestntest] = size（test_wine）;

dataset = [train_wine;test_wine];
% mapminmax为MATLAB自带的归一化函数
[dataset_scaleps] = mapminmax（dataset‘01）;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件     1753133  2016-09-08 10:07  GWO_finalVersion.pdf
     文件        6625  2016-09-08 10:09  GWO_SVM_exmp.m
     文件        5780  2016-09-08 10:07  GWO_SVR_exmp.m
     文件        1845  2016-09-08 10:04  initialization.m
     文件          70  2016-09-08 10:04  mymae.m
     文件          85  2016-09-08 10:04  mymape.m
     文件          74  2016-09-08 10:04  mymse.m
     文件       20168  2016-09-08 10:08  wine.mat
     文件         447  2016-09-08 10:04  wndspd.mat