自适应GA-SVM参数选择算法研究

• 作者: 刘胜 李妍妍
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: 机器学习 支持向量机 支持向量机回归 自适应遗传算法 非线性系统辨识
• 年，卷（期）: 2007,（4）
• 页码范围: 398-402
• 页数: 5页
• 分类号: TP181
• 字数: 3430字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7043.2007.04.007

摘要

支持向量机是一种非常有前景的学习机器,它的回归算法已经成功地用于解决非线性函数的逼近问题.但是,SVM参数的选择大多数是凭经验选取,这种方法依赖于使用者的水平,这样不仅不能获得最佳的函数逼近效果,而且采用人工的方法选择SVM参数比较浪费时间,这在很大程度上限制了它的应用.为了能够自动地获得最佳的SVM参数,提出了基于自适应遗传算法的SVM参数选取方法.该方法根据适应度值自动调整交叉概率和变异概率,减少了遗传算法的收敛时间并且提高了遗传算法的精度,从而确保了SVM参数选择的准确性.将该方法应用于船用锅炉汽包水位系统建模,仿真结果表明由该方法所得的SVM具有较简单的结构和较好的泛化能力,仿真精度高,具有一定的理论推广意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘胜	哈尔滨工程大学自动化学院	188	1505	19.0	27.0
2	李妍妍	哈尔滨工程大学自动化学院	8	148	5.0	8.0