基于人工鱼群算法的SVM参数优化

摘要

本文提出了基于人工鱼群算法(Artificial Fish-Swarm Algorithm,AFSA)的SVM参数优化.该算法以SVM分类准确率最大化为优化原则,实现食物浓度值最大化并得到SVM最优参数组合(C,g).通过UCI的八个数据集仿真,对比结果表明:与CV、GA、PSO相比,AFSA在SVM参数优化中的收敛速度更快,其分类准确率也更高.证实了基于人工鱼群算法的SVM参数优化选取的性能较好.