文献类型：期刊文章

作　　者：张朝阳[1] 李卫忠[1] 孟常亮[2]

机构地区：[1]空军工程大学防空反导学院,陕西西安710038 [2]95824部队,北京100195

出　　处：《计算机工程与设计》

基　　金：国家自然科学基金项目(60975026);陕西省自然科学基金项目(2007F19)

年　　份：2013

卷　　号：34

期　　号：8

起止页码：2872-2876

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD_E2013_2014、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对离散二进制粒子群(binary particle swarm optimization,BPSO)算法在解决SVM集成选择问题时容易早熟的问题,提出了一种文化算法架构下的多种群协作算法(Ca-MultiPop)。结合BPSO算法的快速演化能力,利用遗传算法(genetic algorithm,GA)增加种群的多样性;在两种进化算法中使用不同的适应度函数,兼顾了集成精度和基分类器之间的差异性。仿真结果表明,该算法在计算精度方面相对于BPSO算法在解决SVM集成选择问题时有所提高。

关 键 词：文化算法 离散二进制粒子群算法  遗传算法 支持向量机 选择集成  

分 类 号：TP301.6]