标题：基于改进的美洲狮优化器的支持向量机参数优化
作者：余聪 刘汉明 胡鹏程 刘启枫 石太贵
作者单位：赣南师范大学数学与计算机科学学院，江西 赣州 341000
关键字：改进的美洲狮优化器；支持向量机；参数优化；混沌映射；种群多样性
摘要：针对支持向量机（SVM）参数优化问题，提出了一种改进的美洲狮优化器（IPO）算法。IPO算法通过Logistic混沌映射初始化种群，增强了算法的种群多样性，提高了算法的收敛性和寻优能力。在多个UCI数据集上的对比实验表明，IPO算法在收敛特性、提高SVM分类准确率等方面优于对比算法，验证了其在SVM参数优化中的可行性，为SVM参数优化提供了一种有效的新视角。