论文部分内容阅读
针对支持向量机模型中的参数难以确定的状况，提出了遗传支持向量机方法，即利用遗传算法来搜索支持向量机与核函数的参数，避免了人为选择参数的盲目性，同时提高了支持向量机的推广预测能力，并将该方法应用于膨胀土胀缩等级的判别分类问题。考虑影响膨胀土判别的重要因素，选用液限、胀缩总率、塑性指数、天然含水量和自由膨胀率5个指标作为模型的判别因子，以4类膨胀土胀缩等级作为相应的输出，以膨胀土实测数据作为学习样本进行训练，建立相应分类函数对待判样本进行分类。研究结果表明：遗传支持向量机模型分类性能良好，预测精度高，是膨胀土