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
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
收藏
页码:5 / 8
页数:4
相关论文
共 3 条
[1]   粒子群算法及特性的研究 [J].
陈金环 ;
王冠 ;
王东云 .
中原工学院学报, 2007, (04) :13-15+71
[2]   基于量子微粒群算法的发酵过程模型参数估计 [J].
杜润龙 ;
须文波 ;
孙俊 .
计算机工程与设计, 2007, (10) :2419-2421
[3]   基于支持向量回归的旅客吞吐量预测研究 [J].
冯兴杰 ;
魏新 ;
黄亚楼 .
计算机工程, 2005, (14) :172-173