基于改进粒子群算法的孪生支持向量机

作     者：顾吉峰 王蓓 GU Ji-feng;WANG Bei

作者机构：华东理工大学化工过程先进控制和优化技术教育部重点实验室上海200237 

基　　金：国家自然科学基金项目(61773164) 上海市自然科学基金项目(16ZR1407500) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2020年第41卷第11期

页      码：3078-3082页

摘      要：为解决粒子群搜索算法局部最优解和收敛效率低的问题,提出一种改进型的粒子群搜索算法(IPSO)。为速度惯性权重引入自适应增益反馈率,提高收敛速度;引入渐变随机扰动,利用局部不确定性,跳出局部最小;利用IPSO对TWSVM的参数实现寻优。4种基准函数对IPSO的搜索性能的分析结果表明,IPSO有着更好的搜索能力和收敛速度,IPSO-TWSVM在不同数据集分类中的收敛速度和分类准确率上均优于其它算法。

主 题 词：粒子群搜索算法 适应值增益 渐变扰动 孪生支持向量机 参数寻优 

学科分类：08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2020.11.012

馆 藏 号：203990570...