基于改进人工鱼群算法的支持向量机预测

摘要：

由于参数的选择范围较大,在多个参数中进行盲目搜索最优参数的时间代价较大,且很难得到最优参数.为此,提出一种基于改进人工鱼群算法(AFSA)的支持向量机(SVM)预测算法.对AFSA进行改进,并使用改进算法优化SVM.实验结果表明,与遗传算法、粒子群优化算法和基本AFSA优化的支持向量机相比,该算法的均方误差降低为2.51×10-3,提高了预测精度.

关键词：支持向量机、人工鱼群算法、参数优化、回归模型、遗传算法、粒子群优化

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目51275524

在线出版日期：2013-08-13（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：222-225