基于IFOA算法的SVM参数优化及其应用

• 作者: 赵伟
• 来源期刊: 计算机系统应用
• 关键词: 果蝇算法 支持向量机 参数优化 分类模型
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 软件技术?算法
• 页码范围: 207-210
• 页数: 4页
• 字数: 2776字
• 语种: 中文

摘要

为了提高果蝇优化算法的种群多样性和果蝇搜索的遍历性,有效提高算法的收敛精度,提出一种改进的果蝇算法(Improving fruit fly optimization algorithm, IFOA),仿真实验表明, IFOA算法保持了搜索过程中的搜索尺度变化,平衡了算法的全局与局部搜索能力。在此基础上,为了改善支持向量机模型参数选择的随机性和盲目性,提高模式分类的准确率,提出并建立了一种IFOA-SVM模式分类模型。该方法将IFOA算法引入到支持向量机模型参数优化中,建立性能最优的支持向量机模型。应用该模型对UCI机器学习数据库中wine数据集进行模式分类研究,通过算法对比分析,结果表明：提出的改进果蝇优化算法在收敛速度和寻优效率上均有一定的提高,依此而建立的IFOA-SVM模式分类模型具有较准确的分类准确率,从而也验证了该模式分类方法在wine数据集分类应用中的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵伟	陕西省行政学院电子设备与信息管理处	9	24	3.0	4.0