基于GEP的最小二乘支持向量机模型参数选择

摘要：

针对最小二乘支持向量机的多参数寻优问题,提出了一种基于基因表达式编程的最小二乘支持向量机参数优选方法.该算法将最小二乘支持向量机参数(C,σ)样本作为GEP的基因,按其变异算子随着进化代数和染色体所含基因数目动态变化的机制执行,其收敛速度和精确度大大提高.并与基于粒子群算法和遗传算法参数优选方法比较,通过标准测试函数验证了该算法的拟合误差最低.最后用其建立氧化铝生产蒸发过程参数预测模型,应用工业生产数据进行验证,实验结果表明该方法有效且获得了满意的效果.

关键词：基因表达式编程、最小二乘支持向量机、参数选择、粒子群算法、遗传算法

所属期刊栏目：7

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金资助项目60874069;国家“863”计划资助项目2009AA04Z124, 2009AA04Z137

在线出版日期：2012-11-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：225-229