摘要：针对支持向量机的参数寻优缺乏数学理论指导，传统人工蜂群算法易陷入长期停滞的不足，而混沌搜索算法具有很好的随机性和遍历性，提出了基于混沌更新策略人工蜂群支持向量机参数选择模型（IABC—SVM）。该模型利用混沌搜索对侦察蜂搜索方式进行改进，有效提高蜂群算法搜索效率。以UCI标准数据库中的数据进行数值实验，采用ACO—SVM、PSO—SVM、ABC—SVM作为对比模型，实验表明了IABC在SVM参数优化中的可行性和有效性，具有较高的预测准确率和较好的算法稳定性。

关键词：支持向量机 参数寻优 人工蜂群算法 混沌搜索 预测准确率 

单位：辽宁工程技术大学优化与决策研究所; 辽宁阜新123000