文件名称：基于混沌鲶鱼效应的人工蜂群算法及应用
文件大小：739KB
文件格式：PDF
更新时间：2024-05-19 17:06:07
人工蜂群算法; 混沌理论; 鲶鱼效应; 支持向量机; 行为识别
针对目前人工蜂群算法的早熟收敛、陷入局部极值等问题，提出一种基于混沌鲶鱼效应的改进人工蜂
群算法．首先，采用随机性更高的混沌序列初始化蜂群以扩大其遍布范围；其次，集成了鲶鱼效应和混沌理论提出了混
沌鲶鱼蜂，并引入了它与跌入局部极值的蜂群之间的有效竞争协调机制，从而增进蜜蜂群体跳出局部最优解、加速收
敛的能力．支持向量机的学习能力主要取决于其惩罚因子Ｃ和核函数参数的合理选择，对其参数的优化可以提升其
学习效果，然而现行算法均存在一定局限性．基于我们提出的改进人工蜂群算法，对支持向量机的参数进行了优化．最
后，在ＵＣＩ（加州大学欧文分校）数据集和行为识别真实数据集上进行了测试，验证基于改进人工蜂群算法的支持向量
机具有更强的分类性能．