基于自适应遗传算法的SVM参数优化

来源：计算机测量与控制杂志2016年第9期北京时间：

作者：孟滔,周新志,雷印杰

摘要：针对基于遗传算法支持向量机(SVM)训练时间较长以及分类精度较网格搜索法有所降低等问题,通过重新定义遗传算法参数的寻优范围,提出一种自适应遗传算法；该算法根据网格搜索法得到遗传算法参数的最佳寻优范围,然后遗传算法在这个范围内进行参数的精确寻优,最后得到分类的结果；这样不仅可以有效缩短训练时间,而且拥有更高的分类正确率；通过UCI中的10组经典数据集的实验结果可知,自适应遗传算法较之网格搜索法、 常规遗传算法、粒子群算法在训练时间上有较大的提升,并且拥有较高的分类准确率。

关键词：支持向量机;参数优化;遗传算法;网格搜索法

基金资助：国家“973计划”资助项目(2013CB328903)；国家自然科学基金资助项目(61403265)