带混沌侦查机制的蚁狮优化算法优化SVM参数

摘要：

蚁狮优化算法作为一种新的仿生智能算法，有许多有待完善和发展的方面。由于在算法迭代过程中蚁狮种群存在适应度相对较差的个体，若蚂蚁选定该蚁狮进行随机游走将会增加算法陷入局部极值的可能性，同时会影响算法的寻优性能。针对该问题，借鉴人工蜂群算法的侦查思想，在蚁狮原有信息的基础上引进混沌搜索机制，提出了一种带混沌侦查机制的蚁狮优化算法。该算法首先将排序蚁狮种群中适应度较差的个体定义为侦查蚁狮，并将其原始位置信息作为Fuch混沌映射的初始值，然后通过一定次数的混沌搜索迭代获得一个适应度值更优的位置再重新赋值给侦查蚁狮，以提高蚁狮种群的优良性和算法的寻优性能。最后将改进蚁狮优化算法用于支持向量机参数的优化中，以UCI标准数据库中的数据进行数值实验，结果表明改进算法具有较强的寻优性能和较好的算法稳定性。

关键词：蚁狮优化算法、混沌、侦查机制、支持向量机、参数优化

所属期刊栏目：10

分类号：DF8;DF7

资助基金：The Specialized Research Fund for the Doctoral Program of Higher Education of China under Grant No.20132121110009;the Project of Liaoning Provincial Department of Education under Grant No. No.L2015208

在线出版日期：2016-06-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：722-731