基于和聲搜索算法優化支持向量機的突發暴恐事件分級研究

作者：王雷,王欣,趙秋紅

摘要：突發暴恐事件分級具有重要作用,能夠保證預案合理執行和應急資源優化配置。提出基于和聲搜索算法優化的支持向量機的分級模型,用于突發暴恐事件分級研究。和聲搜索算法優化支持向量機參數,支持向量機提供學習和曲線擬合,同時根據準確度、精確度和敏感度指標評估混戰智能分類模型的績效。利用全球反恐數據庫中2008年至2013年我國暴恐事件數據進行測試,并與支持向量機、分類與回歸決策樹（CART）和C5.0方法進行對比,結果表明分級方法可行且有效,能夠為突發暴恐事件管理提供預警和決策支持信息。

發文機構：北京航空航天大學經濟管理學院 中國刑事警察學院治安學系 中國刑事警察學院公安情報學系

關鍵詞：突發暴恐事件分級和聲搜索支持向量機terrorist attacks, emergency classification, harmony search, support vector machine

分類號： F124.5[經濟管理—世界經濟]