| 量子粒子群算法优化最小二乘支持向量机及其应用研究 |
| |
| 引用本文： | 刘倩.量子粒子群算法优化最小二乘支持向量机及其应用研究[J].滁州师专学报,2013(5):62-64,68. |
| |
| 作者姓名： | 刘倩 |
| |
| 作者单位： | 滁州职业技术学院 |
| |
| 摘 要： | 最小二乘支持向量机寻优的算法在实际生活中有着广泛的应用，用量子粒子群算法（Q PSO ）优化最小二乘支持向量机模型（LS -SVM ）能极大地提高最小二乘支持向量机的寻优能力。本文利用 QPSO 算法优化 LS - SVM 模型，以MATLAB7．0为平台，对企业的销售管理问题进行寻优，兼顾了公司、营销部的利益以及客户的需求，做到均衡销售，最后使公司的利益最大，证明了方法的有效性。
|
| 关 键 词： | 最小二乘支持向量机 量子粒子群算法 参数优化 |
Method of Optimizing Parameter of Least Squares Support Vector Machines by Quantum-behaved Particle Swarm Optimization |
| |
| Authors: | Liu Qian |
| |
| Abstract: | The method that optimises the parameters of Least Squares Support Vector Machines （LS_SVM ） by using Quantum -behaved Particle Swarm Optimization is presented .This optimization algo-rithm is used to optimize the target function .This method greatly improves the efficiency of LS_SVM＇s parameters selection ,and with the parameters selected ,the classification result for the testing samples is the optimum .It avoids the disadvantage of manually specifying the parameters ,and also scales dow n the optimization time . |
| |
| Keywords: | east squares support vectormachines QPSO parameters selection |
| 本文献已被 维普 等数据库收录！ |
