matlab自带的SVM的参数设置,DE差分进化算法优化SVM参数找不到最优的参数集

[color=darkgreen]function [bestc,bestg,test_pre]=my_DE_SVR(para,input_train,output_train,input_test,output_test)

% 参数向量 parameters [n,N_iteration,beta_min,beta_max,pCR]

% n为种群规模，N_iteration为迭代次数

% beta_min 缩放因子下界 Lower Bound of Scaling Factor

% beta_max=0.8; % 缩放因子上界 Upper Bound of Scaling Factor

% pCR 交叉概率 Crossover Probability

% 要求输入数据为列向量(矩阵)

%% 测试参数 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

% % 清空环境

% clc

% clear

% close all

% format compact

% para=[30,200,0.2,0.8,0.2];

% % 数据准备

% load Shanghai

% shanghai_ori=num';

% clear num

% [imfs_num,cols]=size(shanghai_ori);

% train_size=150;

% test_size=cols-train_size;

% tag=3; % 设定滞后期数

% train_input=cell(1,imfs_num); % 训练输入集

% test_input&