支持向量機的參數(shù)選擇仍無系統(tǒng)的理論指導，且參數(shù)優(yōu)化一直是支持向量機的一個重要研究方向。傳統(tǒng)果蠅優(yōu)化算法能夠較快尋得一個較優(yōu)的近似最優(yōu)解，隨后在該解的鄰域繼續(xù)迭代而造成尋優(yōu)時間的嚴重增加。針對該問題構(gòu)建了果蠅優(yōu)化算法與均勻設計相耦合的果蠅耦合均勻設計算法，并將其用于支持向量機的參數(shù)優(yōu)化。該算法首先利用果蠅優(yōu)化算法并行尋優(yōu)以快速得到所研究問題的一個較優(yōu)近似最優(yōu)解，然后跳轉(zhuǎn)執(zhí)行均勻設計的局部尋優(yōu)，以獲得一個更優(yōu)的近似最優(yōu)解。數(shù)值實驗結(jié)果表明：該算法具有較快的尋優(yōu)效率和較高的分類精度，驗證了其在支持向量機參數(shù)優(yōu)化中的有效性和可行性。