基于粒子群优化算法的支持向量机参数选择及其应用

• 作者: 杨慧中 邵信光 陈刚
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 支持向量机 参数选择 粒子群优化 聚丙烯腈 软测量
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 论文
• 页码范围: 740-743,748
• 页数: 5页
• 分类号: TP274
• 字数: 3602字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8152.2006.05.014

摘要

参数选择是支持向量机(SVM)研究领域的重要问题,它的本质是一个优化搜索过程,考虑到进化算法在求解优化问题上的有效性,提出了以最小化κ-fold交叉验证误差为目标,粒子群优化(PSO)算法为寻优技巧的SVM参数调整方法.通过仿真例子验证该方法的有效性后,用其建立了聚丙烯腈生产过程中数均分子量的软测量模型,结果表明该方法有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨慧中	江南大学控制科学与工程研究中心	228	1844	20.0	33.0
2	邵信光	江南大学控制科学与工程研究中心	3	254	2.0	3.0
3	陈刚	江南大学控制科学与工程研究中心	21	318	4.0	17.0