导读： 文章编号：1672-7207(2008)06-1309-05 基于蚁群优化算法的支持向量机参数选择及仿真 刘春波，王鲜芳，潘 丰 (江南大学 通信与控制工程学院，江苏 无锡，214122) 摘要： 基于支持向量回归机(SVR)模型的拟合精度和泛化能力取决于其相关参数的选取，以蚁群优化...
文章编号：1672-7207(2008)06-1309-05
基于蚁群优化算法的支持向量机参数选择及仿真
刘春波，王鲜芳，潘 丰
(江南大学 通信与控制工程学院，江苏 无锡，214122)
摘 要：基于支持向量回归机(SVR)模型的拟合精度和泛化能力取决于其相关参数的选取，以蚁群优化算法为基础，给出支持向量回归机参数优化的一种新方法。该方法以最小化k−fold交叉验证误差为目标，对支持向量回归机中的核参数σ和惩罚系数C由蚁群系统中的节点值体现，数值的优选通过蚂蚁对最优路径的选择进行确定。计算机仿真结果表明：与正交法、遗传算法等相比，该方法在参数优化方面有良好的鲁棒性能和较强的全局搜索能力；该方法用于青霉素发酵过程的建模研究，建模精度较高。
关键字：蚁群算法；支持向量回归机；参数选择；优化
Parameters selection and stimulation of support vector machines based on ant colony optimization algorithm
LIU Chun-bo, WANG Xian-fang, PAN Feng
（School of Communications and Control Engineering, Jiangnan University, Wuxi 214122, China）
