| 支持向量机算法在多目标优化中的仿真应用 |
| |
| 引用本文： | 龚乾春. 支持向量机算法在多目标优化中的仿真应用[J]. 计算机仿真, 2010, 27(8): 205-207 |
| |
| 作者姓名： | 龚乾春 |
| |
| 作者单位： | 贵阳学院物理电子科学信息系,贵州,贵阳,550001 |
| |
| 摘 要： | 针对目前多目标输出SVM回归的算法使用多阈值,其预测效果不理想、运算量大问题,提出采用相同阈值的SVM多目标输出回归的算法,然后对交叉验证提出均匀化均方误差统计方法。首先采用粒子群算法对SVM模型作参数优化,然后用改进的序列极小化特征选择算法优化SVM特征。仿真结果说明粒子群算法对参数优化,均匀化均方误差作为评价准则,效果相对较好,在多目标优化问题中的应用研究具有广泛的应用前景。
|
| 关 键 词： | 支持向量机 粒子群算法 优化 序列极小化特征 |
Applications of Support Vector Machine Optimization in Multi-objective Problems |
| |
| GONG Qian-chun. Applications of Support Vector Machine Optimization in Multi-objective Problems[J]. Computer Simulation, 2010, 27(8): 205-207 |
| |
| Authors: | GONG Qian-chun |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
