基于果蝇耦合均匀设计算法及向量机参数优化

　　支持向量机的参数选择仍无系统的理论指导，且参数优化一直是支持向量机的一个重要研究方向。传统果蝇优化算法能够较快寻得一个较优的近似最优解，随后在该解的邻域继续迭代而造成寻优时间的严重增加。针对该问题构建了果蝇优化算法与均匀设计相耦合的果蝇耦合均匀设计算法，并将其用于支持向量机的参数优化。该算法首先利用果蝇优化算法并行寻优以快速得到所研究问题的一个较优近似最优解，然后跳转执行均匀设计的局部寻优，以获得一个更优的近似最优解。数值实验结果表明：该算法具有较快的寻优效率和较高的分类精度，验证了其在支持向量机参数优化中的有效性和可行性。