随着我国老龄化情况的凸显,老年人高发的帕金森病已成为了家庭和社会的一个巨大问题。在临床上医生多借助于量表和经验判断的方式对患者进行诊断,但这样会存在漏诊误诊的风险。因此,为了辅助医师对帕金森病患者进行更好的临床诊断,本文使用遗传算法和蚁群算法对患者的步态特征和支持向量机参数进行协同优化,提供基于患者步态特征的辅助诊断方法。本文的主要工作如下:(1)使用遗传算法研究患者步态特征和支持向量机参数的协同优化,以患者特征构成算法中的染色体,同时将支持向量机参数也编入其中,探究两者的协同优化。本文针对协同优化的结果还选取了部分特征选择算法,以及只使用遗传算法进行特征选择作为对照组,实验结果表明使用遗传算法来进行协同优化相对于对照组算法提高了模型的分类精度。(2)使用蚁群算法研究患者步态特征和支持向量机参数的协同优化,将患者特征作为蚂蚁算法搜寻路径上的节点,并将支持向量机参数作为特征的一部分一同进行搜寻,在特征选择过程中同时完成参数的选取。在与对照组的仅使用蚁群算法进行特征选择以及其他的选择算法相比时,实验结果显示使用蚁群算法进行协同优化具有明显的优势,具有较高的分类精度,平均准确率为85.77%。