發(fā)布時間：2020-08-17 14:17

【摘要】：針對支持向量機(SVM)參數(shù)難以選擇和確定的問題,采用一種新式元啟發(fā)式優(yōu)化算法——多元宇宙優(yōu)化算法(MVO).并在傳統(tǒng)多元宇宙優(yōu)化算法(MVO)的基礎(chǔ)上針對TDR值下降速度慢而導(dǎo)致旅行距離增加的問題,提出改進多元宇宙優(yōu)化算法(IMVO),將改進多元宇宙優(yōu)化算法用于支持向量機的參數(shù)優(yōu)化和選擇問題上.使用UCI標準數(shù)據(jù)庫中的數(shù)據(jù)進行數(shù)值仿真實驗.研究結(jié)果表明:采用改進多元宇宙優(yōu)化算法優(yōu)化的支持向量機有較強的尋優(yōu)性能,穩(wěn)定性較好.


本文編號：2795434