基于高斯扰动的布谷鸟算法优化svr网络

基于高斯扰动的布谷鸟算法优化svr网络，可搭配libsvm工具包进行回归预测

function [bestcbestg] = gcsSVMcgForRegress（train_labletrain）
%CSSVMCGFORREGRESS Summary of this function goes here
% 参数初始化  
    n=25;
    pa=0.25;
    cmax=10^2;
    cmin=10^（-1）;
    gmax=10^3;
    gmin=10^（-2）;
    N_IterTotal=200;
%被发现是外来蛋的概率pa
%tolerance
Tol=1.0e-1;
%简单的搜索范围
%解决方案的维数

%随机初始化解决方案/产生鸟窝

for i=1:n
    nest（i1）=（cmax-cmin）*rand+cmin;
    nest（i2）=（gmax-gmin）*rand+gmin;
end
%找极值和极值点
%得到当前的最优值
  %fitness=10^10*ones（n1）;
  bestc = 0;
  bestg = 0;
  fitness = Inf;
  [fminbestnestnestfitness]=get_best_nest（nestnestfitnesstrain_labletrain）;

 
%迭代寻优
N_iter=0;
for iter=1:N_IterTotal
    %产生新的解决方法，但是保持当前的最优解
    new_nest=get_cuckoos（nestbestnestcmincmaxgmingmax）;
    [fnewbestnestfitness]=get_best_nest（nestnew_nestfitnesstrain_labletrain）;

    %更新代数
    N_iter=N_iter+n;
    %被发现的和移除
    new_nest=empty_nests（nestcmincmaxgmingmaxpa）;

    %计算这代的解决方案
   [fnewbestnestfitness]=get_best_nest（nestnew_nest

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        4975  2014-12-28 12:54  1基于高斯扰动的布谷鸟算法优化svm网络 gcsSVMcgForRegress.m