差分进化改进灰狼算法优化svr

为什么最后结果出来是一条直线呢?真的很想知道,各位给我个答案吧

【相关推荐】



  • 你可以参考下这个问题的回答, 看看是否对你有帮助, 链接: https://ask.csdn.net/questions/7698699
  • 这篇博客你也可以参考下:基于灰色预测和SVR算法预测的财政收入影响因素分析及预测
  • 除此之外, 这篇博客: 【机器学习算法模型】1. SVR模型推导中的 2.2 为了最小化目标函数,根据约束条件,构造拉格朗日函数 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:

    L=12∥ω∥2+C∑i=1l(ξi+ξi∗)−∑i=1lαi(ϵ+ξi−yi+ωx+b)−∑i=1lαi∗(ϵ+ξi∗+yi−ωx−b)−∑i=1l(ηiξi+ηi∗ξi∗)s.t.αi,αi∗,ηi,ηi∗≥0 \begin{array}{l} L=\frac{1}{2}\parallel\omega\parallel^2 + C\sum_{i=1}^{l}(\xi_i + \xi_i^*) \\ \qquad - \sum\limits_{i=1}^l \alpha_i(\epsilon + \xi_i - y_i + \omega x + b) \\ \qquad - \sum\limits_{i=1}^l \alpha_i^*(\epsilon + \xi_i^* + y_i - \omega x - b) \\ \qquad - \sum\limits_{i=1}^l(\eta_i\xi_i + \eta_i^*\xi_i^*)\\ s.t. \quad\alpha_i, \alpha_i^*, \eta_i, \eta_i^* \ge 0 \end{array} L=21ω2+Ci=1l(ξi+ξi)i=1lαi(ϵ+ξiyi+ωx+b)i=1lαi(ϵ+ξi+yiωxb)i=1l(ηiξi+ηiξi)s.t.αi,αi,ηi,ηi0

    原问题可以化为:
    minω,bmaxαi(∗),ηi(∗)L(ω,b,ξi,ξi∗,αi,αi∗,ηi,ηi∗) \mathop{min}\limits_{\omega, b}\mathop{max}\limits_{\alpha_i^{(*)}, \eta_i^{(*)}}L(\omega, b, \xi_i,\xi_i^*, \alpha_i, \alpha_i^*, \eta_i, \eta_i^*) ω,bminαi(),ηi()maxL(ω,b,ξi,ξi,αi,αi,ηi,ηi)


如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^

那肯定是编程有问题,检查一下优化方向是不是正确,初始化和更新的时候是不是正确。