带混沌侦查机制的蚁狮优化算法优化SVM参数

• 作者: 于冬梅 徒君 赵世杰 高雷阜
• 来源期刊: 计算机科学与探索
• 关键词: 蚁狮优化算法 混沌 侦查机制 支持向量机 参数优化
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 722-731
• 页数: 10页
• 字数: 6655字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1506093

摘要

蚁狮优化算法作为一种新的仿生智能算法，有许多有待完善和发展的方面。由于在算法迭代过程中蚁狮种群存在适应度相对较差的个体，若蚂蚁选定该蚁狮进行随机游走将会增加算法陷入局部极值的可能性，同时会影响算法的寻优性能。针对该问题，借鉴人工蜂群算法的侦查思想，在蚁狮原有信息的基础上引进混沌搜索机制，提出了一种带混沌侦查机制的蚁狮优化算法。该算法首先将排序蚁狮种群中适应度较差的个体定义为侦查蚁狮，并将其原始位置信息作为Fuch混沌映射的初始值，然后通过一定次数的混沌搜索迭代获得一个适应度值更优的位置再重新赋值给侦查蚁狮，以提高蚁狮种群的优良性和算法的寻优性能。最后将改进蚁狮优化算法用于支持向量机参数的优化中，以UCI标准数据库中的数据进行数值实验，结果表明改进算法具有较强的寻优性能和较好的算法稳定性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徒君	辽宁工程技术大学优化与决策研究所	19	119	7.0	10.0
2	高雷阜	辽宁工程技术大学优化与决策研究所	119	728	13.0	22.0
3	赵世杰	辽宁工程技术大学优化与决策研究所	28	179	8.0	12.0
4	于冬梅	辽宁工程技术大学优化与决策研究所	24	81	5.0	8.0