首页|期刊导航|南京邮电大学学报(自然科学版)|基于改进鲸鱼优化算法的SVM优化方法研究

基于改进鲸鱼优化算法的SVM优化方法研究OA

中文摘要

针对支持向量机(Support Vector Machine,SVM)超参数依赖经验选取和实验调整易导致次优解的问题,提出了一种混合策略改进的增强型鲸鱼优化算法(Enhanced Whale Optimization Algorithm,EWOA)。首先,引入新型非线性收敛因子以平衡算法的全局勘探与局部开发能力;其次,利用自适应权重策略对算法位置更新公式进行改进以充分利用最优解;再次,通过混合扰动机制减少算法陷入局部最优的可能性;最后,采用EWOA优化SVM的惩罚系数C和高斯核函数参数σ,建立起EWOA-SVM分类模型。在20个标准UCI数据集上与其他算法优化的SVM进行对比测试,实验结果表明,所提算法在提升SVM分类精度方面具有较好的效果。

陆音;杨俊杰;李艳蒙;赵天成

南京邮电大学物联网学院,江苏南京210003南京邮电大学物联网学院,江苏南京210003南京邮电大学物联网学院,江苏南京210003杭州联汇科技股份有限公司,浙江杭州310052

信息技术与安全科学

支持向量机参数优化鲸鱼优化算法

《南京邮电大学学报(自然科学版)》 2026 (5)

P.78-87,10

国家自然科学基金(62403251)资助项目。

10.14132/j.cnki.1673-5439.2026.05.009

评论