基于改进人工鱼群算法的支持向量机预测

• 作者: 李洪儒 田海雷 许葆华
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 支持向量机 人工鱼群算法 参数优化 回归模型 遗传算法 粒子群优化
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 222-225
• 页数: 4页
• 分类号: TP391
• 字数: 3736字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.04.051

摘要

由于参数的选择范围较大,在多个参数中进行盲目搜索最优参数的时间代价较大,且很难得到最优参数.为此,提出一种基于改进人工鱼群算法(AFSA)的支持向量机(SVM)预测算法.对AFSA进行改进,并使用改进算法优化SVM.实验结果表明,与遗传算法、粒子群优化算法和基本AFSA优化的支持向量机相比,该算法的均方误差降低为2.51×10-3,提高了预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李洪儒	军械工程学院导弹工程系	81	640	11.0	22.0
2	许葆华	军械工程学院导弹工程系	44	316	10.0	16.0
3	田海雷	军械工程学院导弹工程系	8	86	5.0	8.0