%% PSO-SVR maxgen=500; % 进化次数 sizepop=10; % 种群规模 [bestc_Tt21,bestg_Tt21,train_pre_Tt21,test_pre_Tt21,rule121,rule221,model_PSO_svr21] = myPSO_SVR(maxgen,sizepop,input_train_Tt1,output_train_Tt1,input_test_Tt1,output_test_Tt1); train_pre_Tt2=[train_pre_Tt21;test_pre_Tt21]; [output_test_pre21,acc,~]=svmpredict(output_test1',input_test1',model_PSO_svr21); % SVM模型预测及其精度 test_pre21=mapminmax('reverse',output_test_pre21',rule211); test_pre_Tt2= test_pre21';

这是一个使用PSO-SVR算法进行回归预测的代码，其中采用了进化次数为500，种群规模为10的参数设置。与之前的代码类似，输入数据分为训练集和测试集，训练集用于训练模型，测试集用于评估模型预测精度。代码中同样采用了SVM模型进行预测，并使用了mapminmax函数对数据进行归一化处理。最终的预测结果保存在test_pre_Tt2变量中。