基于改进混沌粒子群的混合核SVM参数优化及应用

摘要

To the multi-parameter optimization problem of SVM with mixtures kernels， this paper proposed an improved chaotic particle swarm optimization (ICPSO) to find the best combination of the basic parameters (penalty parameter， kernel parameter et.) and mixt%针对混合核SVM的多参数优化问题，提出利用改进混沌粒子群（ICPSO）对SVM基本参数（惩罚因子、核参数等）、混合核可调参数进行寻优，以获取最佳参数组合。实验结果表明，该方法能够快速有效地提取最优参数组合，其泛化性能明显提升，拟合效果更好。该方法用于煤与瓦斯突出预测，具有良好的建模效果和更高的预测精度。