一种动态调整惯性权重的粒子群优化支持向量机算法

本发明涉及人工智能领域，特别涉及一种动态调整惯性权重的粒子群优化支持向量机算法，具体包括以下步骤：S1.初始化；S2.计算适应度；S3.更新个体最优；S4.更新全局最优；S5.终止条件。本发明通过改进的PSO(WPSO)算法，更高效地确定能够优化SVM分类效果的误差惩罚参数和核函数参数；改进了的PSO算法倾向于在算法的后期阶段陷入局部最优解以及由其他改进PSO算法引发的后期稳定性问题，旨在达到更佳的优化性能。