《表2 不同预测模型的最优参数》
本文模型是基于元启发式算法寻找SVM最优参数的预测,为验证其准确性和有效性,对原始SVM模型、蜂群算法优化的ABC-SVM模型、灰狼寻优算法优化的GWO-SVM模型进行了大量的实验。本文改进的模型在参数初始化时,种群数目NPOP设为30,维度N为2,最大迭代次数G为30,交叉概率PCR为0.2,缩放因子下限为0.01,上限为100。为了确保实验的公平性,算法所需初始化参数和数据集均相同。利用ABC算法、GWO算法、DE-GWO算法对SVM算法参数进行寻优,分别得到的最优参数组合见表2,将最优参数组合代入SVM模型训练得到服务器性能拟合图。
图表编号 | XD00111164300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.16 |
作者 | 李建民、陈慧、杨冬芹、林振荣 |
绘制单位 | 南昌大学信息工程学院、南昌大学信息工程学院、江西工业职业技术学院电子信息工程分院、南昌大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |