針對(duì)支持向量機(jī)的參數(shù)尋優(yōu)缺乏數(shù)學(xué)理論指導(dǎo)，傳統(tǒng)人工蜂群算法易陷入長(zhǎng)期停滯的不足，而混沌搜索算法具有很好的隨機(jī)性和遍歷性，提出了基于混沌更新策略人工蜂群支持向量機(jī)參數(shù)選擇模型（IABC-SVM）。該模型利用混沌搜索對(duì)偵察蜂搜索方式進(jìn)行改進(jìn)，有效提高蜂群算法搜索效率。以UCI標(biāo)準(zhǔn)數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行數(shù)值實(shí)驗(yàn)，采用ACOSVM、PSOSVM、ABC-SVM作為對(duì)比模型，實(shí)驗(yàn)表明了IABC在SVM參數(shù)優(yōu)化中的可行性和有效性，具有較高的預(yù)測(cè)準(zhǔn)確率和較好的算法穩(wěn)定性。
?