針對(duì)蟻群算法存在易過(guò)早收斂、出現(xiàn)停滯現(xiàn)象、陷入局部極值的問(wèn)題,提出S型信息素更新策略與Alopex算法相耦合的改進(jìn)蟻群優(yōu)化算法(IACO).該算法定義全新的S型動(dòng)態(tài)自適應(yīng)信息素全局更新函數(shù),使信息素增量隨迭代次數(shù)和目標(biāo)函數(shù)值變化而動(dòng)態(tài)變化,同時(shí)耦合Alopex算法以提高算法的局部搜索能力.將IACO算法應(yīng)用于支持向量機(jī)參數(shù)的優(yōu)化中,構(gòu)成IACO-SVM模型.利用UCI標(biāo)準(zhǔn)數(shù)據(jù)集進(jìn)行數(shù)值實(shí)驗(yàn).研究結(jié)果表明:IACO算法具有較強(qiáng)的尋優(yōu)性能,IACO-SVM模型具有較高的平均分類(lèi)準(zhǔn)確率和較好的穩(wěn)定性.