基于量子PSO的SVM参数选择及其应用

被引：8

作者：

陈林

潘丰

机构：

[1] 江南大学通信与控制工程学院

来源：

自动化与仪表 | 2009年 / 24卷 / 01期

基金：

国家高技术研究发展计划(863计划);

关键词：

支持向量机; 参数选择; 改进的粒子群优化; 脱附; 软测量; 粒子群优化;

D O I：

10.19557/j.cnki.1001-9944.2009.01.002

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对支持向量机(SVM)的参数选择问题,提出了一种改进的PSO(QDPSO)算法。该算法采用同时对三个参数寻优的策略,克服了对每个参数单独寻优的弊端,可实现对SVM参数的精确、稳定、快速优化选择。给出了应用该方法的具体步骤,通过仿真实验证明该算法的有效性。通过将该方法得到的参数应用于SVM建模,得到了有机溶剂回收脱附过程的软测量模型。仿真结果表明,预测效果良好。

引用

页码：5 / 8

页数：4