针对基于遗传算法（geneticalgorithm，GA）的支持向量机（supportvectormachine，SVM）多分类决策树算法（GA-SVM）中全局优化缺陷的问题，通过重新定义遗传适应度函数（fitness），提出一种累积适应度（cumulativefitness），进而衍生出新算法CFGA-SVM。该算法从根节点开始逐层构造二叉树，对根节点基因实值编码，通过基因分裂操作产生子代种群，然后利用累积适应度筛选出新的种群，筛选出的种群并不一定是当代局部最优，但一定是所得二叉树中全局最优，从而提高分类精度，最后以此循环直至算法结束。通过在UCI的artificialcharac