DBO-SVR蜣螂算法优化支持向量机回归预测MATLAB代码

研究背景

支持向量机回归（SVR）是一种有效的机器学习方法，但其预测性能高度依赖于惩罚参数 (c) 和核函数参数 (g) 的取值。传统的手动调参或网格搜索效率低且易陷入局部最优。蜣螂算法（Dung Beetle Optimizer, DBO）是一种新型元启发式优化算法，模拟蜣螂的滚球、跳舞、觅食和繁殖行为，具有较强的全局搜索能力和收敛速度。将DBO用于SVR参数自动寻优，可以提升模型的回归精度和泛化能力。

主要功能

本代码实现基于DBO优化的SVR回归预测模型，主要功能包括：

• 自动读取并划分数据集；
• 对输入输出数据进行归一化；
• 利用DBO算法搜索最优SVR参数（(c) 和 (g)）；
• 使用最优参数训练SVR模型；
• 对训练集和测试集进行预测并反归一化；
• 计算并显示RMSE、R²、MAE、MBE等评价指标；
• 绘制适应度曲线、预测对比图和散点图。

算法步骤