基于GA的ε-支持向量机参数优化研究

摘要：

ε-支持向量机(ε-Support Vector regression Machine,SVM)是一种非常有前景的学习机器,它的回归算法已经成功应用到解决非线性函数的逼近问题.但ε-SVM参数的选择大多数是依靠经验选取,这不仅依赖于计算者的水平,还不能获得最佳函数逼近效果,很大程度上限制了该算法的发展.提出了基于遗传算法的ε-SVM参数选择方法.将该方法应用于测试函数,表明预测精度高,具有一定的推广意义.

关键词：ε-支持向量机、参数优化、遗传算法、预测

所属期刊栏目：44

分类号：TP274;TP301.6(自动化技术及设备)

资助基金：天津市科技支撑计划项目08ZCKFGX00800;中国民航大学校科研和教改项目06qd02x

在线出版日期：2008-07-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：139-141