基于融合Levy飞行策略与自适应变异因子优化QPSO-SVM算法 |
| |
引用本文: | 季鹏,陈芳芳,徐天奇,霍艺文,齐琦.基于融合Levy飞行策略与自适应变异因子优化QPSO-SVM算法[J].云南民族大学学报(自然科学版),2023(2):217-224. |
| |
作者姓名: | 季鹏 陈芳芳 徐天奇 霍艺文 齐琦 |
| |
作者单位: | 1. 云南民族大学电气信息工程学院;2. 国网山东省博兴县供电公司;3. 国网黑龙江省伊春供电公司 |
| |
基金项目: | 国家自然科学基金(61761049);;云南省教育厅科学研究基金(2021J0654); |
| |
摘 要: | 为了提高SVM分类精度与泛化能力,故提出一种基于融合Levy飞行策略与自适应变异因子优化QPSO-SVM算法.用量子粒子群算法(quantum particle swarm optimization, QPSO)对SVM进行惩罚因子和核函数参数优化,并针对QPSO算法出现的早熟收敛的问题,采用Levy飞行策略与自适应变异因子对其进行修正.实验仿真结果表明,与其他的智能优化算法相比,所提出的模型具有较高的分类性能和预测精度.
|
关 键 词: | 支持向量机 量子粒子群 自适应变异因子 核函数参数 惩罚因子 莱维飞行 |
|