摘要
针对SVM的参数通常依靠经验试凑来确定,提出了将多目标寻优算法NSGA-Ⅱ运用到SVM的参数选取中。该算法利用SVM的三个参数(宽度系数σ,不敏感系数ε,惩罚系数C)作为决策变量,以SVM在实际运用中的寻优对象为目标,进行NSGA-Ⅱ寻优迭代,可获得SVM有效参数。通过有目标约束的参数优化过程,克服了SVM参数选取的随机性和经验性。给出了该方法应用于青霉素发酵过程建模的具体步骤,通过仿真实验证明该算法的有效性。
The parameters of the support vector machine are usually determined by empirical experiments. A multi-objective optimization algorithm is presented to determine the parameters of the support vector machine. It is based on the non dominated sorting genetic algorithm Ⅱ and the three parameters of the support vector machine （width parameter δ insensitive parameter ε ,penalty parameter C ） are used as the decision variables. An apllication example of using this method in the penicillin ferment process is presented. The simulation result is also given.
出处
《自动化技术与应用》
2008年第7期1-4,共4页
Techniques of Automation and Applications
基金
国家高技术研究发展计划(863计划)重点项目(编号:2006AA020301)
关键词
支持向量机
参数优化
NSGA-Ⅱ
青霉素发酵
support vector machine
parameter optimization NSGA- Ⅱ nenicillin ferment
