基于LFOA算法的相关向量机核参数优化

相关向量机（RVM）核函数参数对其性能有较大影响，为了提高相关向量机的分类能力，提出了一种基于具有Levy飞行特征的双子群果蝇算法（LFOA）的RVM核参数优化方法。在适应度函数的评判下，果蝇种群经过多次Levy飞行和迭代对指定范围内的核参数进行全局搜索。4组UCI标准数据集的MATLAB仿真实验测试结果表明，所提出的方法有效、可靠，能够提升RVM的分类能力，相比于其他算法具备更高的寻优精度和稳定性。