基于改进遗传算法的支持向量机参数优化方法

• 作者: 何友全 彭小玲 王琼瑶
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 遗传算法 支持向量机算法 参数优化
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 33-36
• 页数: 4页
• 分类号: TP301
• 字数: 2904字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2015.03.007

摘要

针对支持向量机算法在回归预测时由于参数选取不当导致过学习或欠学习的情况，提出一种基于改进遗传算法的支持向量机参数优化模型。该模型将遗传算法与支持向量机结合，利用遗传算法进化搜索的原理对支持向量机具有重要意义的惩罚参数、核参数和损失函数同时优化。实验选取3组标准数据集作为测试数据集，并将改进算法同时与遗传算法、网格寻址算法、粒子群算法进行仿真测试结果对比。实验结果表明改进的算法较大地提高了支持向量机算法整体的寻优能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何友全	重庆交通大学信息科学与工程学院	24	131	6.0	11.0
2	彭小玲	重庆交通大学管理学院	5	23	2.0	4.0
3	王琼瑶	重庆交通大学管理学院	4	20	1.0	4.0