单纯形优化支持向量机参数研究有机物对绿藻毒性.pdfVIP

第四届全国环境化学学术大会论文集(下册) 单纯形优化支持向量机参数研究有机物对绿藻的毒性 易忠胜1，-，王晓丽2，张爱茜1¨，王连生 (1污染控制与资源化研究国家重点实验室，南京大学环境学院，南京，210093) (2桂林工学院材料与化学工程系，桂林，541004) 摘要提出以Loo(L的v争on印∽交互检验相关系数q2为改良单纯形方法的优化指标．优化支持向量 Vector Vector 机(SupportMachine)参数，建立了91个有机物对绿藻急性毒性的￡-SVR(Support Regression)模型。结果表明，不同数量描述子的￡-SVR模型质量均不同程度高于同等条件下的多元线性 模型；单纯形原理简单易于实现，利于推广使用，为SVM的推广应用提供了一种新的途径． 关键词支持向量机；单纯形优化；急性毒性；定量结构—话性相关 0引言 Vector J基础上提 支持向量机(SupportMachine，SVM)是Vapnik等人在统计学习理论11 出的一种确定两类问题最优分类超平面的有效算法，并能推广至多类和回归建模问题。SVM 算法首先将描述变量构成的输入空间通过不同的核函数进行非线性映射，变换到更高维的特 征空问，最终通过支持向量(SupportVector)解决样本分类与回归问题。由于SVM具有 比神经网络更好的泛化推广能力，能克服过拟合现象，能对小样本问题构建稳定可预测的统 计分类与回归模型，因而已成为计算智能技术研究及其相关应用领域中新的研究热点。短短 几年时间，SVM这个强大的工具就已在药学、计算生物学、生物信息学、结构-活性相关等 研究领域模式识别和回归建模中得到成功的应用}J。 SVM建模的质量关键在其本身及其核函数参数的选取，虽然SVM的应用已经取得了 大量的应用成果，但是目前大部分研究成果是建立在大量对比实验基础上的最优结果，这就 需要大量的计算时间。因此，本文采用改良单纯形优化SVM参数建立部分有机物对绿藻毒 性的QSAR模型，取得了同等条件下较多元线性回归(Multi—LinearRegression。MLR)刚好的 效果。 1计算方法 支持向量机回归原理：具体的算法过程请参考相应的文献m，最终得到回归方程： _Ⅳ 厂(力=wk+6=∑(％-ot,)X(x[x)+b‘ i=l 其中口，口’为拉格朗日乘子，口，Xaj=0，口，口’只有小部分不为0，它们对应的 样本就构成支持向量，一般是在函数变化比较剧烈的位置上的样本；K为核函数，常用核 函数有四类。本文选择了采用径向基核函数(K@，薯)=e-T!J．1o)的￡．SVR方法，该方法有 三个参数需要优化，分别是SVM的惩罚系数C、不敏感损失参数￡和径向基核函数的形状控 制参数弘SVM的计算采用经修改过的LibSVM软件完成H。 改良单纯形推移优化SVM参数原理：单纯形法基本思想就是在一定空间中，通 过比较各项点结果的好坏来判断其变化的最大趋势，作为下一步推移的参考，使单纯形向最 Cross 优点区域推进。在SVM参数优化过程中，以SVM进行LOO交互检验(Leave-One-Out Validation)的相关系数q2指标，对SVM的参数进行寻优。具体的推移方法可以参见文献【31． 2结果讨论 2．1数据来源 826 第四届全国环境化学学术大会论文集(下册) 选择了包括醇、酮、卤代脂肪烃等91个结构多样的有机物急性实验毒性，数据直接取 自文献【51。文献怿J中有机物分子采用正辛醇，水分配系数(109，(0)、最低未占有轨道能(丘“∞) 和一阶△原子价连接指数(△lZ”)表征时，所建立的多元线性模型具有最好的效果，为比较 方便，因此，本文就选用这三个参数进行SVM建模研究。 2．2多元线性模型