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
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
收藏
页码:2821 / 2824
页数:4
相关论文
共 2 条
[1]  
MATLAB遗传算法工具箱及应用.[M].雷英杰等编著;.西安电子科技大学出版社.2005,
[2]   New study on neural networks: The essential order of approximation [J].
Wang, Jianjun ;
Xu, Zongben .
NEURAL NETWORKS, 2010, 23 (05) :618-624