基于差分进化算法的支持向量回归机参数优化

摘要：

支持向量机是结构风险最小化原理的一种新型学习技术,被广泛应用到很多工业控制领域中,良好的泛化能力和预测精度在很大程度上受到参数选取的影响.传统参数选择方法易陷入局部最优,为提高优化识别参数的精度和效率,提出基于差分进化算法的支持向量回归机参数优化算法.以均方误差最小为优化准则,差分进化算法的全局寻优能力,搜索支持向量回归机的最优参数组合,达到对参数的最优选择.通过Matlab进行仿真实验,结果表明改进的算法不仅加快参数搜索和优化的速度,而且选择的最优参数能大大提高支持向量机预测精度和泛化能力,并具有良好的鲁棒性和较强的全局寻优能力.

关键词：支持向量回归机、差分进化算法、参数优化

所属期刊栏目：28

分类号：TP18(自动化基础理论)

资助基金：陕西省教育厅自然科学基金项目09JK380

在线出版日期：2011-10-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：198-201