基于人工蜂群算法优化SVM的鱼类毒性预测模型
鄂旭
周艺
李俏竺
渤海大学信息科学与技术学院,辽宁锦州121013
摘要：定量构效关系(QSAR)是预测鱼类急性毒性的常用手段,其中多维构效关系为非线性回归问题,在处理这种非线性问题时往往存在一定的局限性.为了更加准确地预测鱼类急性毒性,本文利用了在非线性情况下表现良好的支持向量机(SVM)进行预测,提出了一种基于人工蜂群算法(ABC)优化支持向量机的鱼类毒性LC50预测模型,并与SVM、GA-SVM、PSO-SVM模型的结果进行对比.结果 表明,ABC-SVM模型的预测准确率已达到了85.166％,在迭代多次的情况下,运行时间仅46.518秒,具有最高的预测精度、最小的误差,是相对高效的一种鱼类毒性预测方法.
关键词：支持向量机人工蜂群算法鱼类毒性预测预测精度运行效率
分类号：TP18(自动化基础理论)
资助基金：L19BGL016(No)
论文发表日期：2021-12-15
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 357-362 )
英文信息