基于引力搜索算法的SVM参数优化及应用

查看全文 作　　者：[1]戴娟;[1]顾斌杰;[1]潘丰

机构地区：[1]江南大学索引轻工过程先进控制教育部重点实验室,江苏无锡214122

出　　处：《江南大学学报(自然科学版)》索引2013年第12卷第2期,共5页

基　　金：国家自然科学基金项目(61273131);江苏省高校优势学科建设工程项目(PAPD) 摘　　要：为了提高支持向量机(SVM)模型的拟合精度和泛化能力,以最小化输出量的均方误差为目标,采用基于万有引力定律的优化机制,提出了一种基于引力搜索算法的SVM参数优化方法。通过仿真实验验证,基于引力搜索算法的SVM回归模型不但精度高且泛化能力强。将该方法应用于谷氨酸发酵过程的建模研究,仿真结果表明,该方法可以提高谷氨酸质量浓度的预测精度。 关键词：支持向量机引力搜索算法参数优化谷氨酸发酵

相关文献

参考文献（11）
引证文献（7）
耦合文献（237）

参考文献(11)

引证文献(7)

耦合文献(237)

互联网出版许可证新出网证(渝)字10号全国400电话 - 免长途话费

基于引力搜索算法的SVM参数优化及应用

参考文献(11)

引证文献(7)

耦合文献(237)

用户提示