基于混沌遗传算法的SVM特征和参数优化

摘要：

为解决支持向量机(SVM)分类器的样本特征选择和参数优化问题,提出一种将特征选择和参数选择进 行联合优化的方法.基于变尺度的混沌遗传算法,联合优化染色体编、译码,利用混沌的遍历性产生初始种群,改进遗传算法中的交叉算子,动态缩减寻优区间.将该方法应用于短波通信控制器的诊断分类器中,以实现分类器特征子集选取和参数的联合优化,结果表明该方法 具有较强的寻优能力.

关键词：支持向量机、混沌遗传算法、特征选取、参数优化、故障诊断、变尺度

所属期刊栏目：38

分类号：TP273(自动化技术及设备)

在线出版日期：2012-05-22（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：163-166