基于微分进化算法的SVM参数选择

• 作 者: 林连雷 姜守达 刘晓东
• 机 构: 哈尔滨工业大学电气工程及自动化学院
• 出 处: 哈尔滨工程大学学报
• 发表日期: 2009年2期
• 关键词: 支持向量机 参数选择 微分进化算法 support vector machines parameter selection differential evolu
• 基金项目: 基金项目：国家重点实验室基金资助项目（51487020104）.

支持向量机（support vector machines，SVM）的性能在很大程度上取决于参数的设置，所以参数选择问题一直是SVM理论和应用研究中的重点问题．SVM的参数选择本质上是一个优化搜索过程，并且这个优化问题往往是多峰的．微分进化算法（differential evolution，DE）是一种实数编码的基于种群进化的优化算法，具有强劲的全局搜索能力，在多峰函数的寻优问题上已表现出优异的性能，为此，将DE算法用于SVM参数选择，提出了基于DE算法的SVM参数选择方法（DE—SVM）．在标准数据集上