基于改进型花朵授粉算法的SVM参数优化

• 作者: 李东生 王玉鑫 高杨
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 支持向量机 花朵授粉算法 分类性能 参数优化
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 理论研究
• 页码范围: 8-13
• 页数: 6页
• 分类号: TP391
• 字数: 5236字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0640.2018.10.002

摘要

针对现有的优化方法在优化支持向量机(SVM)参数时出现的搜索效率低、易陷入局部最优等问题,提出一种基于变异策略的改进型花朵授粉算法——MFPA算法,并将其应用于SVM的参数优化问题,通过UCI中的相关数据集进行测试,测试结果表明,基于MFPA算法参数优化的MFPA-SVM模型其分类性能要优于现有PSO-SVM模型和BA-SVM模型.最后将MFPA-SVM模型应用于风速预测问题,经测试证明,MFPA-SVM模型相较于PSO-SVM模型和BA-SVM模型可有效提高模型的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李东生	国防科技大学电子对抗学院	16	29	3.0	4.0
2	高杨	国防科技大学电子对抗学院	10	21	3.0	4.0
3	王玉鑫	国防科技大学电子对抗学院	1	3	1.0	1.0