收藏本站
《计算机工程与应用》 2015年13期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

改进蚁群算法在SVM参数优化研究中的应用

高雷阜  张秀丽  王飞  
【摘要】:支持向量机参数的选择决定着支持向量机的分类精度和泛化能力,而其参数优化缺乏理论指导,在此背景下提出了ACO-SVM模型。该模型将SVM分类预测准确率作为目标函数,对蚁群算法进行改进,引入有向搜索和基于时变函数更新的信息素更新原则,利用蚁群算法的并行性、正反馈机制和较强的鲁棒性,以求得最优目标并得到SVM的最优参数组合。数值实验结果表明,改进蚁群算法在SVM参数优化选取中具有更好的寻优性能,具有较高的分类准确率;该方法具有较好的并行性和较强的全局寻优能力。
【作者单位】辽宁工程技术大学理学院;
【基金】:辽宁省教育厅基金项目(No.L2012105)
【分类号】:TP18

【参考文献】
中国期刊全文数据库 前7条
1 陈佩树;于霜;;基于有向搜索的蚁群算法及其仿真[J];巢湖学院学报;2011年06期
2 孙煦;陆化普;吴娟;;基于蚁群优化支持向量机模型的公路客运量预测[J];合肥工业大学学报(自然科学版);2012年01期
3 杨紫微;王儒敬;檀敬东;应磊;苏雅茹;;基于几何判据的SVM参数快速选择方法[J];计算机工程;2010年17期
4 张培林;钱林方;曹建军;任国全;;基于蚁群算法的支持向量机参数优化[J];南京理工大学学报(自然科学版);2009年04期
5 戴上平;宋永东;;基于遗传算法与粒子群算法的支持向量机参数选择[J];计算机工程与科学;2012年10期
6 刘东平;单甘霖;张岐龙;段修生;;基于改进遗传算法的支持向量机参数优化[J];微计算机应用;2010年05期
7 覃刚力,杨家本;自适应调整信息素的蚁群算法[J];信息与控制;2002年03期
【共引文献】
中国期刊全文数据库 前10条
1 彭飞;杨江平;钱建刚;项建涛;;基于改进蚁群算法的战时雷达器材运输调度模型[J];兵工自动化;2010年04期
2 孙勇;李妮;龚光红;韩亮;;基于知识库的动态蚁群算法[J];北京工业大学学报;2012年03期
3 蒲兴成;孙凯;;一种改进的自适应蚁群算法及其应用研究[J];重庆邮电大学学报(自然科学版);2011年03期
4 孔翔宇;王亚子;欧阳瑞;;基于蚁群算法的改进及其仿真研究[J];长春教育学院学报;2010年02期
5 王茂芝;郭科;徐文皙;黄光鑫;;蚂蚁算法求解TSP问题的性能分析及改进[J];成都理工大学学报(自然科学版);2009年01期
6 叶仲泉;王书勤;黄茜;;基于带时间窗的车辆路径问题的蚁群算法[J];重庆工学院学报(自然科学版);2007年06期
7 周永生;韦结余;;基于蚁群算法的出租车零空载问题探讨[J];城市发展研究;2009年09期
8 高立群;于宏涛;李扬;张军正;;基于改进蚁群算法的电力线路检修的多目标优化[J];东北大学学报(自然科学版);2007年07期
9 尹金良;朱永利;;支持向量机参数优化及其在变压器故障诊断中的应用[J];电测与仪表;2012年05期
10 刘东平;单甘霖;张岐龙;段修生;;基于蚁群支持向量机的模拟电路故障诊断[J];电光与控制;2011年06期
中国重要会议论文全文数据库 前5条
1 ;Optimal Design of Neuro-Fuzzy Controller Based on Ant Colony Algorithm[A];第二十九届中国控制会议论文集[C];2010年
2 汪胡青;王诚;;基于蚁群原理的QoS多约束单播路由算法研究与实现[A];中国通信学会信息通信网络技术委员会2005年年会论文集[C];2005年
3 肖岭;熊辉;;一种针对频率指配问题的改进蚁群算法[A];电波科学学报[C];2011年
4 王旭;张江;崔平远;;一种基于蚁群算法求解路径规划问题的新方法[A];2003年中国智能自动化会议论文集(下册)[C];2003年
5 Du Xiang-run;ZHANG Jian-long;Feng Min-quan;;Water Supply Route Optimization for Reservoir Emergency Based on Improved Ant Colony Algorithm[A];第26届中国控制与决策会议论文集[C];2014年
中国博士学位论文全文数据库 前10条
1 张进;地震叠前数据的弹性阻抗非线性反演方法研究[D];中国海洋大学;2009年
2 李晋江;海量数据点三维重构中一类关键问题研究[D];山东大学;2010年
3 张凌云;高密度电阻率勘探反演的非线性方法研究[D];太原理工大学;2011年
4 王学厚;群体智能优化的计算模式和方法研究与应用[D];华北电力大学;2011年
5 魏鲁原;基于多蚁群算法的电力变压器故障定位方法研究[D];中国矿业大学;2011年
6 岳彩荣;香格里拉县森林生物量遥感估测研究[D];北京林业大学;2012年
7 张琴;基于混沌理论和蚁群算法的多水源供水系统优化调度研究[D];浙江大学;2011年
8 柯晶;强跟踪状态估计与群集辨识[D];浙江大学;2003年
9 王笑蓉;蚁群优化的理论模型及在生产调度中的应用研究[D];浙江大学;2003年
10 王初;项目集合选择优化理论、方法与创新研究[D];天津大学;2004年
中国硕士学位论文全文数据库 前10条
1 唐高松;基于Volterra级数模型辨识的旋转机械故障诊断方法研究[D];郑州大学;2010年
2 王巧立;微生物发酵过程的建模与优化控制研究[D];郑州大学;2010年
3 李超;基于改进蚁群算法的露天矿运输系统优化研究[D];辽宁工程技术大学;2009年
4 司蕊;多目标优化问题的改进蚁群算法研究[D];辽宁工程技术大学;2009年
5 张仲;基于改进蚁群算法的配电网无功优化[D];长沙理工大学;2010年
6 徐辉;基于多Agent的供应链协调机制研究[D];哈尔滨理工大学;2010年
7 宋红星;多模式资源约束项目工期—成本优化问题研究[D];江南大学;2010年
8 付阳;支持向量机并行训练算法与基于遗传算法的参数优化研究[D];南昌大学;2010年
9 李舸;基于可见/近红外光谱的外来入侵植物鉴别研究[D];浙江大学;2011年
10 宋红星;多模式资源约束项目工期—成本优化问题研究[D];江南大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 庄昌文,范明钰,李春辉,虞厥邦;基于协同工作方式的一种蚁群布线系统[J];半导体学报;1999年05期
2 杨冬云;李数函;;支持向量机核函数的构造方法研究与分析[J];高师理科学刊;2010年02期
3 曹占辉;李言俊;;基于支持向量机和蚁群算法的空间目标分类[J];航空计算技术;2008年03期
4 魏俊;周步祥;林楠;邢义;;基于蚁群支持向量机的短期负荷预测[J];电力系统保护与控制;2009年04期
5 巩永光;;粒子群算法与遗传算法的结合研究[J];济宁学院学报;2008年06期
6 杜卓明;冯静;;改进遗传算法和支持向量机的特征选择算法[J];计算机工程与应用;2009年29期
7 周辉仁;郑丕谔;赵春秀;;基于遗传算法的LS-SVM参数优选及其在经济预测中的应用[J];计算机应用;2007年06期
8 李立红;许元飞;;深度优先搜索的支持向量机参数优化算法[J];计算机仿真;2011年07期
9 刘芹;张文峰;吴卓葵;叶祥;;基于最小二乘支持向量机的城市客运量预测模型[J];交通与计算机;2007年05期
10 陈荔;马荣国;;基于支持向量机的都市圈客运量预测模型[J];交通运输工程学报;2010年06期
【相似文献】
中国期刊全文数据库 前10条
1 于明;艾月乔;;基于人工蜂群算法的支持向量机参数优化及应用[J];光电子.激光;2012年02期
2 相洁;陈俊杰;;基于SVM的fMRI数据分类:一种解码思维的方法[J];计算机研究与发展;2010年02期
3 魏浩;丁要军;;基于属性相关的朴素贝叶斯分类算法[J];河南科学;2014年01期
4 吴军,王作英,禹锋,王侠;汉语语料的自动分类[J];中文信息学报;1995年04期
5 黄欣,杨杰,叶晨洲;基于复合式衡量准则的决策树生成算法[J];上海交通大学学报;2000年12期
6 ;[J];;年期
7 ;[J];;年期
8 ;[J];;年期
9 ;[J];;年期
10 ;[J];;年期
中国重要会议论文全文数据库 前1条
1 蔡东亦;陈志玮;张哲荣;陈建智;利德江;;藉由虚拟样本改善集成法的分类正确率[A];第25届全国灰色系统会议论文集[C];2014年
中国博士学位论文全文数据库 前1条
1 叶柠;基于脑电信号的脑—机接口的关键技术与实验研究[D];东北大学;2010年
中国硕士学位论文全文数据库 前1条
1 李南南;N-back诱发脑力负荷信息检测与识别技术研究[D];天津大学;2014年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026