摘要：在实际应用中，支持向量机的性能依赖于参数的选择。针对支持向量机的参数选择问题进行了研究和分析，提出了基于均匀设计的支持向量机参数优化方法。与基于网格搜索、粒子群算法、遗传算法等支持向量机参数优化方法进行了比较与分析，采用多个不同规模的标准的分类数据集进行测试，比较了四种方法的分类正确率和运行时间。仿真实验表明，四种方法都能找到最优参数，使支持向量机的分类正确率接近或超过分类数据集的理论精度，本文方法具有寻参时间短的特点。

关键词：支持向量机 参数优化方法 均匀设计 网格搜索 粒子群算法 

单位：湖南工业大学计算机与通信学院 湖南株洲412007