10.3969/j.issn.1673-4785.2010.02.008
SVM性能的免疫鱼群多目标优化研究
SVM算法的训练精度和训练速度是衡量其性能的2个重要指标.以这2个指标为目标变量建立SVM性能多目标优化问题的数学模型,采用直接对多个目标同时进行优化的方法求得问题的Pareto近似解集.在求解Pareto近似解集时,将免疫原理中的浓度机制引入基本鱼群算法中,形成一种改进的免疫鱼群算法.以非线性动态系统仿真数据为样本数据,并采用改进的免疫鱼群算法求解SVM性能多目标优化问题的Pareto近似解集.仿真结果表明,在解决多目标优化问题时,免疫鱼群算法相对于基本鱼群算法和遗传算法具有更好的优越性.
支持向量机、多目标优化、Pareto近似解集、免疫鱼群算法
5
TP183(自动化基础理论)
黑龙江省自然科学基金资助项目A2004-19
2010-06-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
144-149