基于GA的ε-支持向量机参数优化研究

摘要

ε-支持向量机(ε-Support Vector regression Machine,SVM)是一种非常有前景的学习机器,它的回归算法已经成功应用到解决非线性函数的逼近问题.但ε-SVM参数的选择大多数是依靠经验选取,这不仅依赖于计算者的水平,还不能获得最佳函数逼近效果,很大程度上限制了该算法的发展.提出了基于遗传算法的ε-SVM参数选择方法.将该方法应用于测试函数,表明预测精度高,具有一定的推广意义.