改进ABC-SVM的参数优化及应用

摘 要 ：支持向量机算法（ｓｖＭ）的回归预测性能在很大程度上取决于模型参数 的选择 ，提 出一种基于改进人工蜂群算法 的 ＳＶＭ参数优化 方法并将其应用于铆接件铆接 力的回归预测。针对 ＡＢＣ算法存在难以有效确定参数搜索范围的问题 ， 基 于支持 向量机的渐近性能确定 了 ＡＢＣ算法搜 索 ＳＶＭ 参数 的“好 区”，再 引入线Ｉ｝生核 函数进 一步缩小搜 索范围，有效地 帮助了 ＡＢＣ算法更快搜 索到全局最优参数。在此基础上建立改进的人工蜂群 支持向量机 （Ｉ—ＡＢＣ—ＳＶＭ）模 型，将其应用 于铆接力的回归预 测。最后 ，采用仿真对比 实验测试模型性能。仿真实验结果表明 ，相对于参比模型 ，Ｉ－ＡＢＣ－ＳＶＭ不仅表 现 出很 强的泛化能力和较快地搜 索速度 ，而且能够很好地解决 ＳＶＭ参数优化和 ＡＢＣ算法初始化参数设置的难题 ，同时
１．Ｓｃｈｏｏｌ ｏｆ Ｍａｎｕｆａｃｔｕｒｉｎｇ Ｓｃｉｅｎｃｅ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｓｏｕｔｈｗｅｓｔ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｍｉａｎｙａｎｇ Ｓｉｃｈｕａｎ ６２１０００，Ｃｈｉｎａ；２．Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｔｅｓｔｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ ｆｏｒ Ｍａ ｎ ｕｆａｃｔｕｒｉｎｇ Ｐｒｏｃｅｓｓ Ｍｉｎｉｓｔｒ ｙ ｏｆ Ｅｄｕｃａｔｉｏｎ，Ｓｏｕｔｈｗｅｓｔ Ｕｎｉｖｅｒｓｉｔｙ
ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ ，Ｍｉａｎｙａｎｇ Ｓｉｃｈｕａｎ ６２１０００，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ａ ｒｅｇｒｅｓｓｉｏｎ ｐｒｅｄｗｔｉｏｎ ｐｅ咖 ｍ删 ｅ ｏｆｓｕｐｐｏａ ｖｅｃｔｏｒ ｍａｃｈｉｎｅ （ＳＶＭ）ｉ ｓ ｌａｒｇｅｌｙ ｄｅｐｅｎｄｅｎｔ ｏｎ ｔｈｅ ｃｈｏｉｃｅ ｏ ｆ ｉｔｓ ｐａ ｒａｍｅｔｅｒｓ．Ａ ｐａｒａｍｅｔｅｒ ｏｐｔｉｍｉｚａｔｉｏｎ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｉｍｐｒｏｖｅｄ矾 ｂｅｅ ｃｏｌｏｎｙ ａｌｇｏｒｉｔｈｍ （Ｉ＿ＡＢＣ）Ｗａ ｓ ｐｒｏｐｏｓｅｄ ｔｏ ｓｏｌｖｅ ｔｈｉｓ ｐｒｏｂｌｅｍ ａｎｄ Ｗａ ｓ ａｐｐｌ￣ｄ ｔｏ ｔｈｅ ｒｅｇｒｅｓｓｉｏｎ ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｔｈｅ ｒｉｖｅｔｅｄ ｒｉｖｅｔｆｏｒｃｅ．Ａｉｍｉｎｇ ａｔ ｔｈｅ ｐｒｏｂｌｅｍ ｏｆ ＡＢＣ ａｌｇｏｒ ｉｔｈｍ ｂｅｉｎｇ ｄｉ ｆ￣ｕｌｔ ｔｏ ｅｆｅｃｔｉｖｅｌｙ ｄｅｔｅｒｍｉｎ ｅ ｔｈｅ ｓｃｏｐｅ ｏｆｐａｒａｍｅｔｅｒｓ ｓｅａｒｃｈ，ｄｅｔｅｒｍ ｉｎｅｄ ｔｈｅ ｇｏｏｄ ｒｅｇｉｏｎ ｏｆ ｓｅａｒｃｈ ＳＶＭ ｐａｒａｍｅｔｅｒｓｆｏｒ ＡＢＣ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｔｈｅ ａｓｙｍｐｔｏｔｉｃ ｂｅｈａｖｉｏｒｓ ｏ ｆ ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｍａｃｈｉｎ ｅ ｓ，ａｎｄ ｔｈ ｅｎ ｉｎｔｒｏｄｕｃｅｄ ｔｈｅ ｌｉｎ ｅ ａｒ ｋｅｒｎ ｅｌｆｕｎｃｔｉ ｏｎ ｔｏｆｕｒｔｈｅｒ ｎａｒｒｏｗ ｔｈｅ ｓｅａｒｃｈ ｒａｎｇｅ，ｅｆｅｃｔｉｖｅｌｙ ｈｅｌｐｅｄ ＡＢＣ ａｌｇｏｒｉｔｈｍ ｔｏ ｓｅａｒｃｈ ｔｈｅ ｏｐｔｉｍａｌ ｐａｒａｍｅｔｅｒｓｆａｓｔｅｒ ｔｈａ ｎ ｏｔｈｅｒ ｍｅｔｈｏｄｓ．Ｔｈｅ Ｉ—ＡＢＣ—ＳＶＭ ｍｏｄ ｅｌ Ｗａ ｓ ｂｕｉｌｔ ｂｙ ｔｈｉｓ ｗａｙ ａｎｄ ａｐｐｌ￣ｄ ｔｏ ｔｈｅ ｒｅｇｒｅｓｓｉｏｎｐｒｅｄｉｃｔｉｏｎ ｏｆ ｔｈｅ ｒｉｖｅｔｅｄ ｒｉｖｅｔ ｆｏｒｃｅ．￣ｎｄｌ ｙ，ｉｔ ａｄｏｐｔｅｄ ｓｉｍｕｌａｔｉｖｅ ｃｏｎｔｒａ ｓｔｉｎｇ ｅｘｐｅｒｉｍｅ ｎｔ ｔｏ ｔｅｓｔ ｔｈｅ ｐｅ￣ｒｍａｎｃｅ ｏｆ ｔｈｅ ｍｏｄｅ１．Ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ
保 证 了很 好 的预 测 性 能 。 关键词 ：铆接件 ；支持向量机 ；人工蜂群算法 ；参数优化 ；算法改进 中图分类号 ：ＴＨ１６；ＴＰ１８１；ＴＰ３９１ 文献标识码 ：Ａ 文章编号 ：１００１—３９９７（２０１６）０１—００２４—０５
Ｉｍ ｐｒｏｖｅｄ ＡＢＣ－ＳＶＭ Ｐａｒａｍ ｅｔｅｒ Ｏｐｔｉｍ ｉｚａｔｉｏｎ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎ ＣＨＥＮ Ｊｉａｎ－ｆｅｉ ，ＪＩＡＮＧ Ｇａｎｇ￣，ＹＡＮＧ Ｊｉａｎ－ｆｅｎｇ
ｃｏｍｐａｒｅｄ ｗｉｔｈ ｏｔｈｅｒ ｍｏｄｅ ｌｓ ｉｎ ｔｈｅ ｅｘｐｅｒｉｍｅｎｔｓ，Ｉ—ＡＢＣ—ＳＶＭ ｎｏｔ ｏｎｌｙ ｄｅｍ ｏ ｎｓｔｒａ ｔｅｓ ａ ｓｔｒｏｎｇ ｇ ｅ ｎ ｅ ｒａ ｌｉｚａ ｔｉｏｎ ａｂｉｌｉｔｙ 吼 ｄ
．
ｓｅａｒｃｈ，ｂｕｔ ａｌｓｏ ｓｏｌｖｅｓ ｔｈ ｅ ｐｒｏｂｌｅｍ ｏ ｆ ＳＶＭ ｐａ ｒａｍｅｔｅｒｓ ｏｐｔｉｍｉｚａｔｉｏｎ ｗｅｌｌ ａｎｄ ｓｅｔｔｉｎｇ ｔｈｅ ｉｎｉｔｉａｌｉｚａｔｉｏｎ ｐａｒａｍｅｔｅｒｓ ｏｆ ＡＢＣ ａｌｇｏ ｒｉｔｈｍ，ａｔ ｔｈｅ ｓａｍｅ ｔｉｍｅ ｅｎｓｌｚｒｅｓ ｔｈｅ ａｃｃｕｒａｃｙ ｏｆ ｔｈ ｅ ｒｉｖｅｔｆｏｒｃｅ．
Ｋｅｙ Ｗ ｏｒｄｓ：Ｒｉｖｅｔｉｎｇ Ｐｉｅｃｅｓ；ＳＶＭ ；ＡＢＣ；Ｐａｒａｍｅｔｅｒｓ Ｏｐｔ ｉｍｉｚａｔｉｏｎ；Ａｌｇｏｒｉｔｈｍ Ｉｍ ｐｒｏｖｅｍ ｅｎｔ
１ 引言
量机（Ｓｕｐｐｏ￣Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ，ＳＶＭ）算法将 采集到 的短期样本建
２４
机 械 设 计 与 制 造
Ｍａｃｈｉｎｅｒｙ Ｄｅｓｉｇｎ ＆ Ｍａｎｕｆａｃｔｕｒｅ
第 １期 ２０１６年 １月
ຫໍສະໝຸດ Baidu
改进 ＡＢＣ—ＳＶＭ 的参数优化及应用
陈健飞 －，蒋 刚 ，杨剑锋
（１．西南科技大学 制造科学与工程学院 ，四川 绵阳 ６２１０００； ２．西南科技大学 制造过程测试技术教育部重点实验室 ，四川 绵 阳 ６２１０００）