摘要:对国内外土地集约利用评价的相关文献研究,在支持向量机、蚁群算法基础上,提出相关系数、蚁群算法与支持向量机相结合评价方法,对指标进行相关分析,确定指标集,运用蚁群算法,优化支持向量机参数,得出较好的惩罚因子C,核函数σ和不敏感系数ε,再对支持向量机训练,该方法提高了训练准确度,对土地集约利用进行c ACO-SVM评价,并与ACO-SVM、GA-SVM的土地集约利用评价进行比较,评价与仿真结果表明,c ACO-SVM的土地集约利用评价优于ACO-SVM、GA-SVM两种方法,c ACO-SVM的土地集约利用评价效果比较理想。