基于融合Levy飞行策略与自适应变异因子优化QPSO-SVM算法

作者：季鹏; 陈芳芳^*; 徐天奇; 霍艺文; 齐琦

来源：云南民族大学学报(自然科学版), 2023, 32(02): 217-224.

• 支持向量机
• 量子粒子群
• 自适应变异因子
• 核函数参数
• 惩罚因子
• 莱维飞行

为了提高SVM分类精度与泛化能力，故提出一种基于融合Levy飞行策略与自适应变异因子优化QPSO-SVM算法.用量子粒子群算法(quantum particle swarm optimization, QPSO)对SVM进行惩罚因子和核函数参数优化，并针对QPSO算法出现的早熟收敛的问题，采用Levy飞行策略与自适应变异因子对其进行修正.实验仿真结果表明，与其他的智能优化算法相比，所提出的模型具有较高的分类性能和预测精度.

• 单位
  云南民族大学