改进人工蜂群算法优化支持向量机及应用OA北大核心CSTPCD
SUPPORT VECTOR MACHINE OPTIMIZED BY IMPROVED ARTIFICIAL BEE COLONY ALGORITHM AND ITS APPLICATION
针对支持向量机(SVM)的惩罚因子和核函数参数选取难度较大的问题,提出利用改进的人工蜂群算法优化支持向量机相关参数的方法.为了提高ABC算法的寻优能力,在原始ABC算法的搜索公式中引入全局搜索因子.利用UCI数据集对优化后的模型进行验证,证明了其良好的性能.将其应用于船舶压载水系统的故障诊断,实验结果表明,IABC算法能够搜索到更优的支持向量机参数,IABC-SVM模型的分类正确率和寻优能力要优于CV-SVM模型和ABC-SVM模型.
黄英双;曹辉
大连海事大学轮机工程学院 辽宁 大连 116026大连海事大学轮机工程学院 辽宁 大连 116026
信息技术与安全科学
支持向量机改进人工蜂群算法参数优化故障诊断
《计算机应用与软件》 2021 (2)
258-263,277,7
工信部高技术船舶科研项目"智能船舶综合测试与验证研究"(工信部装函[ 2018 ] 473 号).
评论