RVM核参数的遗传算法优化方法  

GA Optimizing Method to Kernel Function Parameters of RVM

作　　者：李刚[1,2] 王贵龙[1] 薛惠锋[2] 

机构地区：[1]西安工业大学经管学院,陕西西安710032 [2]西北工业大学自动化学院,陕西西安710072

出　　处：《控制工程》2010年第3期335-337,342,共4页Control Engineering of China

基　　金：国家自然科学基金资助项目(70872087)

摘　　要：核函数的参数严惩影响RVM的综合性能。为求得稀疏解、避免过拟合,提出使用遗传算法针对问题背景自动优化核函数的参数。在适应度函数评判下,种群经过选择、交叉和变异迭代进化,高效率地得到最优解,在定义RVM回归性能综合评判批准Fitness作为适应度函数的基础上,使用Matlab遗传算法工具箱和改进的Tipping程序获取sinc数据最优核函数参数,实验证明遗传算法可以高效准备地优化RVM核参数,特别对于具有较多参数的核函数更具实用性。The parameter of kernel function influences the integrative performance of RVM gravely.To get sparse solution and avoid overfitting,the genetic algorithm is presented to automatically get the optimal parameter to diverse problems.By fitness function evaluation,individuals evolve to the best by selectgion,crossover and mutation,and the best solution is obtained.Taking the RVM regression performance integrative judge criterion as fitness function,Matlab GA Tool box and improved Tipping algorithm are used to get the best kernel parameter for sinc dataset.Experiments show its feasibility,especially for the kernel function with multi-parameter.

关 键 词：关联向量机 核函数参数 综合评判标准 遗传算法 

分 类 号：TP27[自动化与计算机技术—检测技术与自动化装置]