ｃ ｍｅ ｏ ｓｂｅ ｔ ｉ ｌ ｎ ｏ ｓ ｅ ｌ ｅ ｔ ｅｏ ｔｍｉａｉｎ ｏ ｅ ｃ ｍｐ ｓ ｉｎ ｏ ｅ ａ ｏ ｅｔ ｒ ｅｐ ｍｅｅ ．Ｅ ｐ ｒ ｎ ｅ ｕ ｔ ｏ Ｉｓａ ｄ ｒ ｏ ｓ ｐ ｓ ｉ ｌ ｏ ｓ ｍｕ ｔ ｅ ｕ ｌ ｒ ａｉ ｐ ｉ ｚ ｔ ｆｔ ｏ ｏ ｉ ｏ ｆ ｈ ｂ ｖ ｈ ｅ ￣ａ ｔｒ ａ ｙ ｚ ｈ ｏ ｈ ｔ ｔ ｓ ｘ ｅ ｍｅ ｔ ｓ ｌ ｎ ＵＣ ｔｎ ａ ｄ ｉ ｒ ｓ
选择 、 函数参数 以及错误惩罚 因子的确定是影 响 Ｓ Ｍ 学习能 核 Ｖ
述 三个参数 优化选择 。新方法 利用遗 传算法全 局搜索性 能 ， 能
够从潜在 的所有核函数类型和各类型核函数对应所有核函数参 数 以及错误惩 罚因子的组合 中选 出最 优的三个 参数组合 ， 能保
ｐｏ ｏｅ ．Ｉ ｃｎｅｔ ｔｓｏ ｅｏｔ ｉ ｄｏｊ ｔｏｄ ｓ ｎａｂｎｒ ｃｒｍ ｓｍｅ ｔｎ ｎ ｓｃｒ ｓｏｄｎ ｅ ｅｃｏｅａ ｒ， Ｏｔａ ｉｂ— ｒｐ ｓｄ ｔ ｏｃｎｒ ｅ ｎｔ ｐｉ ｚ ｂ ｃ ｅｉ ｉａｙ ｈ ｏｏ ｒ ｇａｄｉ ｏ ｅｐｎ ｉ ｇｎｔ ｐｒｔ ｓ Ｓ ｔｔ ｅ ａ ｈ ｍ ｅ ｅ ｔ ｇ ｏ ｓ ｉ ｔ ｒ ｇ ｉ ｏ ｈ
（ ｔ Ｒ ｏ ０ ｓ ｏｍ５ ４，ＴｅＳｃｎ ｒｌｒ ｎ ｉｅ ｉｇＣ ｌｇ ， ｉａ １ ０５， ｈ ａｘ ， ｈｎ ｈ ｅｏｄＡｔｌ ｙＥ ｇｎｅｎ ｏｅｅ Ｘ ’ ｎ７ ０ ２ Ｓ ａ ｎｉ Ｃ ｉ ｉｅ ｒ ｌ ａ）
Ａｂ ｔ ａ ｔ ｓｒ ｃ Ｋｅ ｎ ｌｆ ｎ ｔ ｎ ｔ ｐ ．ｋ ｒ ｅ ｕ ｃｉ ｎ ｐ ｒｍｅｅ ｎ Ｈ０ ｅ ａｔ ａ ｔ ｒａｅ ｅ ｓ ｎ ｉｌ ｔｒ ｈ ｔ ｎ ｕ ｎ ｅ Ｓ Ｍ ｅ ｒ ｉ ｇ ｃ ｐ － ｒ ｅ ｕ ｃｉ ｙ ｅ ｅ ｌｆ ｎ ｔ ａ ａ ｔｒａ ｄ ｅ ｌ ｐ ｎ ｌ ｆｃ ｏ ｒ ｓ ｅ ｔ ￣ｃｏ ｔ ａ ｆ ｅ ｃ Ｖ ｌａ ｎ ａ ａ ｏ ｎ ｏ ｒ ｙ ａ ｓ ｉｌ ｎ
了一种基 于遗传算法 的 Ｓ Ｍ参数组合优化技术 ， Ｖ 实现 同时对 上
０ 引 言
支持 向量机 Ｓ Ｍ 是 Ｖ ｐ ｉ ２ Ｖ ａｎｋ于 ０世纪 ９ Ｏ年代 中期在 统计 学 习理论 的基础上提 出的一种 新 的机 器学 习方法 Ｊ它在 解决 ， 小样本 、 非线性及高维分类 和回归问题中表现 出特有 的优势 ， 在 许多实 际应 用中取得成功 。然而 Ｓ Ｍ的应用研究 表明 ： 函数 Ｖ 核
ｄ ｔ ａ ｅ ｌ ｓｒｔ ｈ ａｉ ｉ ｆｔｅ ｐ ｏ ｓ ｄ ａ ｐ ｏ ｃ ． ａａ ｓ ｓ ｉ ｕ ｔａｅ ｔ ｅ ｖ ｄ ｔ ｏ ｒ ｐ ｅ ｐ ｒａ ｈ ｂ ｌ ｌ ｙ ｈ ｏ
Ｋｅｗｏｄ ｙ ｒｓ
Ｓｐ ｏｔ ｅｔｒ ａｈｎ Ｓ Ｍ） Ｋ ｒｅ ｆｎｔ ｎ Ｐｒｍｅ ｒ ｅｅｔ ｎ Ｃ ｄｎ Ｇ ｎｔ ｌ ｒｈ （ Ａ） ｕ ｐｒ ｖｃ ｃ ｉ ｏｍ ｅ（ Ｖ ｅｎｌ ｕｃｉ ａａ ｔ ｌｃｏ ｏｉｇ ｅ ｅｃａｇｉ ｍ Ｇ ｏ ｅｓ ｉ ｉ ｏｔ
ｂ ｌ ｙ ａ ｄ ｇ ｎ ｒ ｌ ａｉｎ ｃ ｐ ｂ ｌ ｙ Ｉ ｅ ｌａ ｐ ｉａ ｉｎ ，ｓｎ ｅ ｉ ｕ ｕ ｌ ｅ ｉｓ ｏ ｘ ｅ ｅ ｃ ｒ ｍａ ｕ ｌａ ｔｍｐ ｓ ｔ ｈ ｏ ｅ ｔ ｅ ａ ｏ ｅ ｍｅ 。 ｉ ｔ ｎ ｅ ｅ ａ ｉ ｔ ａ ａ ｉ ｔ． ｎ ｒ ａ ｐ ｌ ｔ ｓ ｉ ｃ ｔ ｓ ａ ｙ ｒ ｌ ｎ ｅ ｐ ｒ ｎ ｅ ｏ ｎ ａ ｔ ｉ ｚ ｏ ｉ ｃ ｏ ｌ ｅ ｉ ｅ ｔ ｏ ｃ ｏ ｓ ｈ ｂ ｖ ｎ ｔ ｎｄＳ ｉ ｅ ＶＭ ａ ａ ｔｒｃ ｍｐ ｓ ｉｎ，ｉ ｉ ｕ ｕ ｌ ａ ｄ ｔ ｎ ｎ ｏ ｔｍｕ ｐ ｒｍｅｅ ｏ ｏ ｉ ｏ ．Ａ ｏ ｐ ｍｅｅ ｏ ｏ ｉ ｏ ｒ ｔ ｔ ｓ ｓ ａｌ ｈ ｒ ｏｆ ｄ ａ ｐ ｉ ｍ ａａ ｔｒｃ ｍｐ ｓｔ ｎ ｙ ｉ ｉ ＧＡ— ａ ｅ ＶＭ ｐ ｉ ｚ ｔ ｎ ｔｃ ｎ ｌｇ ｓ ｂ ｓｄＳ ｏｔ ｍｉ ｉ ｈ ｏｏ ｙ ｉ ａｏ ｅ
第２ ９卷 第 ４期
２１ ０ ２年 ４月
计算机 应 用与软 件
Ｃｏ ｕ ｅ ｐ ｉａｉ ｎ ｎｄ Ｓ ｆｗａ ｅ ｍｐ ｔ ｒＡｐ ｌｃ ｔ ｓ ａ ｏ
Ａｐｒ ２ ２ ． ０１
基 于 遗 传 算 法 的 Ｓ Ｍ 参数 组 合 优 化 Ｖ
刘鲭洁 陈桂明 刘小方 杨 庆
（ 第二炮兵工程学院 ５ ４ ０ 教研室 ， 陕西 西安 ７０ ２ ） １０ ５
摘 要
核 函数类型 、 函数参数及错 误惩罚 因子是影响 Ｓ Ｍ 学习能力和泛 化能力 的关键 因素。实际应用 中选择 上述 Ｓ Ｍ 参 核 Ｖ Ｖ
数组合 多依赖 经验或 人工尝试 ， 常很难 选择到最优参数组合。提 出一种基 于遗传算 法的 Ｓ Ｍ 优化技术 ， 通 Ｖ 针对优 化对象设计 二进 制编码基 因串和相应 遗传 算子 ， 能够 实现 同时对上述三个参数组合 的优化 。在 Ｕ Ｉ 准数据库 上的实验 结果 说 明了提 出方法 的有 Ｃ标
效性。
关键 词
中图分 类号
支持 向量机
Ｔ３１ Ｐ ０
核函数
参数选择
编码
遗传算 法
文献标识码
Ａ
ＧＥＮＥＴＩ ＡＬＧｏ ＲＩ Ｃ ＴＨＭ ＢＡＳ ＥＤ ＶＭ Ｓ ＰＡＲＡＭ ＥＴＥＲ ＣｏＭ ＰｏＳ ＴＩ Ｉ ｏＮ ｏＰＴ Ｍ Ｉ ＡＴ ｏＮ Ｉ Ｚ Ｉ
ＬｕＱｎ ｊ Ｃ ｅ ｕｍｉｇ ＬｕＸ ａｆｎ Ｙ ｎ ｉｇ ｉ ｉｇ ｅ ｈｎ Ｇ ｉ ｎ ｉ ｉｏ ｇ ａ ｇＱ ｎ ｉ ａ