制造业自动化
製造業自動化
제조업자동화
MANUFACTURING AUTOMATION
2010年
9期
146-149
,共4页
SVM%multl-agent%遗传算法%参数优化
SVM%multl-agent%遺傳算法%參數優化
SVM%multl-agent%유전산법%삼수우화
支持向量机(SVM)在机器学习中的有着广泛应用,参数优化则是SVM需要解决的重要问题.本文提出了使用多主体进化算法(mult-asent genetic algorithm,MAGA),通过设计自学习、协作、变异、竞争四个遗传算子,在参数空间进行搜索,实现SVM参数的优化选择.仿真算例表明该算法明显优于传统算法.
支持嚮量機(SVM)在機器學習中的有著廣汎應用,參數優化則是SVM需要解決的重要問題.本文提齣瞭使用多主體進化算法(mult-asent genetic algorithm,MAGA),通過設計自學習、協作、變異、競爭四箇遺傳算子,在參數空間進行搜索,實現SVM參數的優化選擇.倣真算例錶明該算法明顯優于傳統算法.
지지향량궤(SVM)재궤기학습중적유착엄범응용,삼수우화칙시SVM수요해결적중요문제.본문제출료사용다주체진화산법(mult-asent genetic algorithm,MAGA),통과설계자학습、협작、변이、경쟁사개유전산자,재삼수공간진행수색,실현SVM삼수적우화선택.방진산례표명해산법명현우우전통산법.
