论文部分内容阅读
针对支持向量机(SVM)中参数对模型预测精度的影响,提出一种改进粒子群(PSO)优化支持向量机参数算法,使改进PSO-SVM算法的预测精度提高。在粒子群算法中通过改变惯性权重、改进加速因子和变换搜索策略原则,得到支持向量机的最优参数。采用不同的数据集进行实验验证,并与SVM算法和传统PSO-SVM算法对比,证明改进PSO-SVM算法的有效性,且预测效果更佳。