支持向量回归参数调节及应用研究

• 作者: 张化祥 王至超
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 遗传算法 支持向量机 核函数 上证指数 参数选择
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 智能技术
• 页码范围: 2821-2824
• 分类号: TP391.4
• 字数: 3453字
• 语种: 中文

摘要

为有效解决支持向量回归中的参数选择问题,提出了一种新算法——AGA-SVR.在该算法中,通过适时增加染色体变异的概率来提高染色体的多样性,克服了标准遗传算法存在个体容易早熟的缺陷,从而增加学习到全局最优的几率.通过将AGA-SVR应用于上证开盘指数预测,结果验证了该算法优于标准遗传算法及经典梯度下降算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张化祥	山东师范大学信息科学与工程学院	73	576	14.0	19.0
5	王至超	山东师范大学信息科学与工程学院	3	12	2.0	3.0