%A 盛明明,黄海燕,赵玉 %T 基于克隆选择的差分进化算法及其在SVM中的应用 %0 Journal Article %D 2015 %J 计算机科学 %R %P 19-21 %V 42 %N Z11 %U {https://www.jsjkx.com/CN/abstract/article_2558.shtml} %8 2018-11-14 %X 支持向量机参数是影响其性能的重要因素,但对支持向量机核参数的选取仍没有形成一套成熟的理论,从而严重影响了其广泛的应用。将克隆选择算法引入差分进化算法,对基本克隆选择算法和差分进化算法中的策略进行改进。将两种改进的算法进行融合,提出了一种基于克隆选择的差分进化算法,并将其应用于SVM核参数的优化中。测试结果表明,该算法不仅可以有效避免差分进化算法易早熟收敛的问题,而且寻优能力得到显著提高;在UCI数据库wine数据中的应用表明,利用克隆选择差分进化算法优化SVM核参数加快了参数搜索的速度,提高了SVM预测精度和泛化能力,具有较高的分类准确率和较好的推广性能。