基于改进遗传算法的支持向量机参数优化

摘要

支持向量机中惩罚参数和核参数的取值对其性能影响较大,但在最优参数选取上一直缺少理论指导。依据分裂选择的思想对遗传算法的选择操作做改进,以保持种群的多样性,同时利用支持向量计数法构造适应度函数,用改进后的遗传算法对支持向量机进行参数优化,不仅在一定程度上避免过早陷入局部最优,还能提高计算效率。实验表明,用改进的遗传算法优化支持向量机的参数耗时更短,并且得到的支持向量机有更好的分类效果。