%0 Journal Article
%T 基于布谷鸟搜索算法的SVR参数选择
%A 何思露
%A 韩坚华
%J 华南师范大学学报(自然科学版)
%P 33-39
%D 2014
%R 10.6054/j.jscnun.2014.06.011
%X SVR(支持向量回归机)在解决非线性回归问题时有极大的优势，在其预测过程中，最重要的是参数的选择，不同的参数会造成预测结果的巨大差异．目前较为普遍的方法是利用遗传算法和粒子群算法进行参数选择，而这2种算法在解决多峰问题时的局限性，容易导致算法的效率低且准确度不高．鉴于布谷鸟搜索算法引入了Lévy飞行机制，能有效地跳出局部最优解，使算法收敛速度快，且结果具有对算法本身的参数变化不敏感的优点，该文将布谷鸟搜索算法应用于SVR参数寻优过程中．网络流量和白葡萄酒质量的预测实验结果表明，布谷鸟搜索算法相对于遗传算法、粒子群算法等其他启发式智能算法而言，收敛速度更快，寻参结果的精度更高．
%U http://journal.scnu.edu.cn:8080/jwk_xbzrb/CN/abstract/abstract3289.shtml