| 基于蚁群优化算法的支持向量机参数选择及仿真 |
| |
| 引用本文： | 刘春波,王鲜芳,潘丰. 基于蚁群优化算法的支持向量机参数选择及仿真[J]. 中南大学学报(自然科学版), 2008, 39(6) |
| |
| 作者姓名： | 刘春波 王鲜芳 潘丰 |
| |
| 作者单位： | 江南大学,通信与控制工程学院,江苏,无锡,214122 |
| |
| 基金项目： | 国家"863"计划项目 |
| |
| 摘 要： | 基于支持向量回归机（SVR）模型的拟合精度和泛化能力取决于其相关参数的选取，以蚁群优化算法为基础，给出支持向量回归机参数优化的一种新方法。该方法以最小化k-fold交叉验证误差为目标，对支持向量回归机中的核参数σ和惩罚系数C由蚁群系统中的节点值体现，数值的优选通过蚂蚁对最优路径的选择进行确定。计算机仿真结果表明：与正交法、遗传算法等相比，该方法在参数优化方面有良好的鲁棒性能和较强的全局搜索能力；该方法用于青霉素发酵过程的建模研究，建模精度较高。
|
| 关 键 词： | 蚁群算法 支持向量回归机 参数选择 优化 |
Parameters selection and stimulation of support vector machines based on ant colony optimization algorithm |
| |
| LIU Chun-bo,WANG Xian-fang,PAN Feng. Parameters selection and stimulation of support vector machines based on ant colony optimization algorithm[J]. Journal of Central South University:Science and Technology, 2008, 39(6) |
| |
| Authors: | LIU Chun-bo WANG Xian-fang PAN Feng |
| |
| Affiliation: | LIU Chun-bo,WANG Xian-fang,PAN Feng(School of Communications , Control Engineering,Jiangnan University,Wuxi 214122,China) |
| |
| Abstract: | |
| |
| Keywords: | ant colony algorithm support vector regression parameters selection optimization |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
