考虑决策风险偏好的自适应支持向量机模型

• 作者: 于彪 刘业政 姜元春 陈思凤
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 支持向量机 不平衡数据 仿真 决策风险偏好
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 人工智能与仿真
• 页码范围: 1200-1206
• 分类号: TP391.9
• 语种: 中文

摘要

在构造可以控制不平衡性的分类器,准确识别少数类,并使得决策者可以根据风险偏好与分类器进行交互,这对于人工智能在管理实践中的应用有极为重要的价值。提出了一种自适应支持向量机（ASVM）模型,使得类间隔最大化的同时,决策损失最小化,并基于粒子群优化算法（PSO）调节参数。该模型内在地考虑了数据不平衡性,并可为决策者与分类器的交互提供有效支持。实验及仿真结果表明,该模型在各种样本不平衡情况下都有很好性能,分类准确率显著地优于对比方法,而且相对稳定,并能很好地根据决策者的偏好控制分类器的决策风险。