《表1 遗传算法参数设置：基于GA优化的支持向量机模型在青椒作物需水量预测中的应用》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于GA优化的支持向量机模型在青椒作物需水量预测中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

遗传算法（GA）是一种模拟自然界生物进化机制的随机全局搜索和优化方法，其本质是一种高效、并行、全局搜索的方法，具有很强的解决问题能力和广泛的适应性[26]。该理论利用一组称为群体的染色体进行操作。该算法包括种群初始化、适应度评价、选择、交叉和变异五个过程。首先对所有可能的解进行编码产生初始种群，然后计算种群中每个个体的适应度值，根据适应度值选择下一代个体，本文采用轮盘赌方法进行选择操作，之后对选出的个体进行交叉、变异操作以产生新的个体，再对新个体继续进行选择、交叉、变异操作[7，24，26]，当满足终止条件时输出、解码最优个体，得到SVM最优参数g和C的初始输入值。通过反复试验，设定参数见表1所示：种群大小100，交叉概率为0.8，变异概率为0.01，迭代次数为100。