SVM性能的免疫鱼群多目标优化研究

• 作者: 刘胜 李高云 江娜
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 支持向量机 多目标优化 Pareto近似解集 免疫鱼群算法
• 年，卷（期）: 2010,（2）
• 页码范围: 144-149
• 分类号: TP183
• 字数: 4331字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.2010.02.008

摘要

SVM算法的训练精度和训练速度是衡量其性能的2个重要指标.以这2个指标为目标变量建立SVM性能多目标优化问题的数学模型,采用直接对多个目标同时进行优化的方法求得问题的Pareto近似解集.在求解Pareto近似解集时,将免疫原理中的浓度机制引入基本鱼群算法中,形成一种改进的免疫鱼群算法.以非线性动态系统仿真数据为样本数据,并采用改进的免疫鱼群算法求解SVM性能多目标优化问题的Pareto近似解集.仿真结果表明,在解决多目标优化问题时,免疫鱼群算法相对于基本鱼群算法和遗传算法具有更好的优越性.

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	江娜	哈尔滨工程大学自动化学院	6	21	3.0	4.0
3	李高云	哈尔滨工程大学自动化学院	12	84	6.0	8.0