針對蟻群算法存在易過早收斂、出現停滯現象、陷入局部極值的問題,提出S型信息素更新策略與Alopex算法相耦合的改進蟻群優化算法(IACO).該算法定義全新的S型動態自適應信息素全局更新函數,使信息素增量隨迭代次數和目標函數值變化而動態變化,同時耦合Alopex算法以提高算法的局部搜索能力.將IACO算法應用于支持向量機參數的優化中,構成IACO-SVM模型.利用UCI標準數據集進行數值實驗.研究結果表明:IACO算法具有較強的尋優性能,IACO-SVM模型具有較高的平均分類準確率和較好的穩定性.