摘要：本文针对核函数参数选择的随意性影响支持向量机分类性能的问题，提出了一种基于离散编码的蚁群算法（C—CAC0-DE）的SVM核函数优化模型。C—CACO-DE解决了连续函数优化的蚁群算法（C—ACO）求解之前必须进行预处理的问题，解决了基于网格划分策略的连续域蚁群算法（CACO-GT）在求解精度的缺点、最优解必在定义域内的等分割点问题。仿真结果验证了该方法的有效性，F1值达到了90％以上．

关键词：蚁群算法 核函数 支持向量机 参数优化 

单位：浙江工业大学计算机学院 浙江杭州310023