支持向量回归参数调节及应用研究

被引：2

作者：

王至超 ^{[1
]}

张化祥 ^{[1
,2
]}

机构：

[1] 山东师范大学信息科学与工程学院

[2] 山东省分布式计算机软件新技术重点实验室

来源：

计算机工程与设计 | 2011年 / 32卷 / 08期

关键词：

遗传算法; 支持向量机; 核函数; 上证指数; 参数选择;

D O I：

10.16208/j.issn1000-7024.2011.08.084

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

摘要：

为有效解决支持向量回归中的参数选择问题,提出了一种新算法——AGA-SVR。在该算法中,通过适时增加染色体变异的概率来提高染色体的多样性,克服了标准遗传算法存在个体容易早熟的缺陷,从而增加学习到全局最优的几率。通过将AGA-SVR应用于上证开盘指数预测,结果验证了该算法优于标准遗传算法及经典梯度下降算法。

引用

页码：2821 / 2824

页数：4