基于混沌遗传算法的模糊LS-SVM分类器及其应用

摘要：

为克服支持向量机算法对噪声点和异常点的敏感性,采用清晰集合构造模糊集合法确定隶属度,采用混沌遗传算法优化参数的模糊最小二乘支持向量机分类器(FLS-SVMBCGA),并用著名的Ripley数据集、MONK数据集和PIMA数据集进行了数值实验,对油气输送管道的TPD检测信号进行了诊断.结果表明,FLS-SVMBCGA分类器能有效提高带噪声点和异常点数据集分类的预测精度,对油气输送管道的TPD信号分类效果高于91.67%,可实现对油气输送管道TPD信号的准确诊断.

关键词：混沌、遗传算法、支持向量机、分类器

所属期刊栏目：39

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金资助项目60874114

在线出版日期：2011-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：49-54