矿井涌水量的准确预测对预防矿山透水事故的发生至关重要,提出利用GA优化的SVM模型(GA-SVM)来实现矿井涌水量的短期准确预测。该方法利用GA的自动寻优功能寻找SVM的最佳参数,提高了预测的准确率。首先,利用微熵率法求矿井涌水量时间序列的最佳嵌入维数和延迟时间,进行相空间重构。其次,采集义煤集团千秋煤矿2011—2015年实际涌水量的时间序列,利用GA-SVM模型对最后12组数据进行预测,其预测平均绝对百分比误差仅为0.92%,最大相对误差为2.62%。最后,与PSO-SVM和BP神经网络预测进行对比,结果表明GA-SVM优化模型适用于矿井涌水量的预测并且预测精度较高。

基于GA-SVM的驾驶疲劳检测方法研究，刘志强，宋雪松，为克服目前驾驶疲劳检测方法的缺点，提出一种基于GA-SVM的驾驶疲劳检测方法。将转向盘转角作为驾驶疲劳的评判根据，采用AR模型对其�

住院费用建模中基于GA-SVM的特征选择和参数优化

标准遗传算法优化支持向量机的参数，用matlab实现的，简单易学，适合初学matlab和GA算法的童鞋们。

安装相关语言环境，可以读取相关程序，在程序这中可以对比与普通遗传算法优化的支持向量机区别

Matlab遗传算法优化SVM的参数算范例子，主要调C、gamma

使用matlab实现蜂群SVM，粒子群SVM，遗传算法SVM，数据包含有公共数据集，公共图像数据集，图像特征提取用了词袋，保证可用（公共图像数据集太大，删除了）

遗传算法优化支持向量机算法,从而更好的提高识别率和预测率

用遗传算法优化的SVM的系数，matlab源代码，可以使用

基于遗传算法的SVM方法，有源代码参考！！