MOGWO-SVM回归预测，多目标灰狼算法优化支持向量机多变量回归预测，可直接运行，Matlab语言。1.多输入单输出，利用多目标灰狼算法优化SVM的参数c和g，目标分别为误差与稳定性，进而生成帕

MOGWO-SVM回归预测，多目标灰狼算法优化支持向量机多变量回归预测，可直接运行，Matlab语言。

1.多输入单输出，利用多目标灰狼算法优化SVM的参数c和g，目标分别为误差与稳定性，进而生成帕累托解集，寻找最优参数，进一步提升预测精度。评价指标包括R2、RMSE、MAE、MAPE等等，可完全满足您的需求。

2.传统预测仅仅利用普通优化算法优化单一目标，已经不能满足专家的偏好。该算法利用全新的多目标优化算法同时优化误差和稳定性，非常新颖，csdn公众号前程算法屋不要再抄袭了，适合需要创新的买家。

3.直接替换Excel数据即可用，注释清晰适合新手小白，附赠Excel示例数据，直接运行main文件一键出图。

%%  清空环境变量
warning off             % 关闭报警信息
close all               % 关闭开启的图窗
clear                   % 清空变量
clc                     % 清空命令行
addpath SVM工具箱
% restoredefaultpath
%%  导入数据
res = xlsread('数据集.xlsx');
X = res(:,1:end-1);
Y = res(:,end);
%% table数据转double
% Tbl = rmmissing(cartable);
% res=table2array(Tbl);
%%  数据分析
num_size = 0.70;                              % 训练集占数据集比例
outdim = 1;                                  % 最后一列为输出
num_samples = size(res, 1);                  % 样本个数
res = res(randperm(num_samples), :);         % 打乱数据集（不希望打乱时，注释该行）
num_train_s = round(num_size * num_samples); % 训练集样本个数
f_ = size(res, 2) - outdim;                  % 输入特征维度

智能算法及其模型预测