基于GA优化SVM参数的白酒分类识别方法应用研究

作者：刘鑫; 韩强^*; 周永帅; 庹先国

来源：包装与食品机械, 2022, 40(02): 64-68.

• 支持向量机
• 遗传算法
• 分类预测
• 高效性

为提升支持向量机算法在白酒品牌分类预测中的准确度，利用遗传算法优化支持向量机参数，并建立最优参数的SVM白酒品牌分类预测模型。通过阵列式传感器(电子舌)采集多个待测品牌白酒的特征信息，将提取的特征信息数据经预处理(异常值处理、归一化操作等)后存储为样本数据集。其中样本数据分为训练样本与测试样本，通过训练样本对最优参数的SVM白酒品牌分类预测模型进行训练，测试样本对模型进行预测分类。经过试验验证，该模型的白酒品牌分类识别率达到97.83%，较传统的SVM等分类算法能够快速、有效地对不同品牌的白酒进行分类识别，显著改善分类的精度，改进后的方法实现过程也比较简单。因此，基于GA优化SVM参数的白酒品牌分类预测模型具有较好的实用性、高效性。

• 单位
  四川轻化工大学