论文部分内容阅读
针对支持向量回归机（support vector regression，SVR）的参数选择问题，提出了基于遗传算法的SVR参数自动确定方法。分析了SVR各参数对其性能的影响，根据已有的样本集确定遗传算法的搜索区间，然后在该区间内对搜索的参数进行最优选取。为了减少所选参数对训练样本的依赖性，借鉴交叉验证的方法，把训练集分为估计子集，用来选择模型；确认子集选择参数，以推广能力最好的一组参数作为最终参数。将所提出的方法应用于受噪声影响的标准函数，实验结果表明，由该方法所得参数确定的SVR具有较优的预测性能。