2022年遗传算法选取最优参数MATLAB程序 .pdf
复制代码在这里使用启发式算法GA（遗传算法）来进行参数寻优，用网格划分(grid search)来寻找最佳的参数c 和 g，虽然采用网格搜索能够找到在CV 意义下的最高的分类准确率，即全局最优解，但有时候如果想在更大的范围内寻找最佳的参数c 和 g 会很费时，采用启发式算法就可以不必遍历网格内的所有的参数点，也能找到全局最优解。关于遗传算法这里不打算过多介绍，想要学习的朋友可以自己查看相关资料。使用GA来进行参数寻优在在libsvm-mat-2.89-3FarutoUltimate3.0工具箱中已经实现gaSVMcgForClass.m（分类问题参数寻优）、gaSVMcgForRegress.m（回归问题参数寻优）。1.利用 GA参数寻优函数(分类问题):gaSVMcgForClass 2.bestCVaccuracy,bestc,bestg,ga_option=3.gaSVMcgForClass(train_label,train,ga_option)4.输入：5.train_label:训练集的标签，格式要求与svmtrain相同。6.train:训练集，格式要求与svmtrain相同。7.ga_option:GA中的一些参数设置，可不输入，有默认值，详细请看代码的帮助说明。8.输出：9.bestCVaccuracy:最终 CV意义下的最佳分类准确率。10.bestc:最佳的参数c。11.bestg:最佳的参数g。12.ga_option:记录 GA中的一些参数。13.=14.利用 GA参数寻优函数(回归问题):gaSVMcgForRegress 15.bestCVmse,bestc,bestg,ga_option=16.gaSVMcgForRegress(train_label,train,ga_option)17.其输入输出与gaSVMcgForClass 类似，这里不再赘述。复制代码gaSVMcgForClass.m 源代码：1.function BestCVaccuracy,Bestc,Bestg,ga_option=gaSVMcgForClass(train_label,train_data,ga_option)2.%gaSVMcgForClass 3.4.%5.%by faruto 6.%Email: QQ:516667408 http:/ BNU 7.%last modified 2010.01.17 8.9.%若转载请注明：10.%faruto and liyang,LIBSVM-farutoUltimateVersion 名师资料总结-精品资料欢迎下载-名师精心整理-第 1 页，共 4 页 -11.%a toolbox with implements for support vector machines based on libsvm,2009.12.%13.%Chih-Chung Chang and Chih-Jen Lin,LIBSVM:a library for 14.%support vector machines,2001.Software available at 15.%http:/www.csie.ntu.edu.tw/cjlin/libsvm 16.17.%参数初始化18.if nargin=2 19.ga_option=struct(maxgen,200,sizepop,20,ggap,0.9,.20.cbound,0,100,gbound,0,1000,v,5);21.end 22.%maxgen:最大的进化代数,默认为 200,一般取值范围为100,500 23.%sizepop:种群最大数量,默认为 20,一般取值范围为20,100 24.%cbound=cmin,cmax,参数 c 的变化范围,默认为(0,100 25.%gbound=gmin,gmax,参数 g 的变化范围,默认为 0,1000 26.%v:SVM Cross Validation参数,默认为 5 27.28.%29.MAXGEN=ga_option.maxgen;30.NIND=ga_option.sizepop;31.NVAR=2;32.PRECI=20;33.GGAP=ga_option.ggap;34.trace=zeros(MAXGEN,2);35.36.FieldID=.37.rep(PRECI,1,NVAR);ga_option.cbound(1),ga_option.gbound(1);ga_option.cbound(2),ga_option.gbound(2);.38.1,1;0,0;0,1;1,1;39.40.Chrom=crtbp(NIND,NVAR*PRECI);41.42.gen=1;43.v=ga_option.v;44.BestCVaccuracy=0;45.Bestc=0;46.Bestg=0;47.%48.cg=bs2rv(Chrom,FieldID);49.50.for nind=1:NIND 51.cmd=-v,num2str(v),-c,num2str(cg(nind,1),-g,num2str(cg(nind,2);名师资料总结-精品资料欢迎下载-名师精心整理-第 2 页，共 4 页 -52.ObjV(nind,1)=svmtrain(train_label,train_data,cmd);53.end 54.BestCVaccuracy,I=max(ObjV);55.Bestc=cg(I,1);56.Bestg=cg(I,2);57.58.%59.while 1 60.%for gen=1:MAXGEN 61.FitnV=ranking(-ObjV);62.63.SelCh=select(sus,Chrom,FitnV,GGAP);64.SelCh=recombin(xovsp,SelCh,0.7);65.SelCh=mut(SelCh);66.67.cg=bs2rv(SelCh,FieldID);68.for nind=1:size(SelCh,1)69.cmd=-v,num2str(v),-c,num2str(cg(nind,1),-g,num2str(cg(nind,2);70.ObjVSel(nind,1)=svmtrain(train_label,train_data,cmd);71.end 72.73.Chrom,ObjV=reins(Chrom,SelCh,1,1,ObjV,ObjVSel);74.75.if max(ObjV)BestCVaccuracy 84.BestCVaccuracy=NewBestCVaccuracy;85.Bestc=cg_temp(I,1);86.Bestg=cg_temp(I,2);87.end 88.89.if abs(NewBestCVaccuracy-BestCVaccuracy)=10(-2)&.90.cg_temp(I,1)Bestc 91.BestCVaccuracy=NewBestCVaccuracy;92.Bestc=cg_temp(I,1);93.Bestg=cg_temp(I,2);94.end 名师资料总结-精品资料欢迎下载-名师精心整理-第 3 页，共 4 页 -95.96.trace(gen,1)=max(ObjV);97.trace(gen,2)=sum(ObjV)/length(ObjV);98.99.gen=gen+1;100.101.if gen=80&.105.(temp_NewBestCVaccuracy-BestCVaccuracy)=10(-2)106.break;107.end 108.if gen=MAXGEN 109.break;110.end 111.112.end 113.gen=gen-1;114.%115.figure;116.hold on;117.trace=round(trace*10000)/10000;118.plot(trace(1:gen,1),r*-,LineWidth,1.5);119.plot(trace(1:gen,2),o-,LineWidth,1.5);120.legend(最佳适应度,平均适应度,3);121.xlabel(进化代数,FontSize,12);122.ylabel(适应度,FontSize,12);123.axis(0 gen 0 100);124.grid on;125.axis auto;126.127.line1=适应度曲线AccuracyGAmethod;128.line2=(终止代数=,.129.num2str(gen),种群数量 pop=,.130.num2str(NIND),);131.line3=Best c=,num2str(Bestc),g=,num2str(Bestg),.132.CVAccuracy=,num2str(BestCVaccuracy),%;133.title(line1;line2;line3,FontSize,12);名师资料总结-精品资料欢迎下载-名师精心整理-第 4 页，共 4 页 -
