文献类型：期刊文章

作　　者：熊伟丽[1] 徐保国[2]

机构地区：[1]江南大学控制科学与工程研究中心,无锡214122 [2]江南大学通信与控制工程学院,无锡214122

出　　处：《系统仿真学报》

基　　金：江苏省自然科学基金(BK2005012)

年　　份：2006

卷　　号：18

期　　号：9

起止页码：2442-2445

语　　种：中文

收录情况：BDHX、BDHX2004、CAS、CSCD、CSCD2011_2012、EI(收录号：20064310201369)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：支持向量回归机(SVR)模型的拟合精度和泛化能力取决于其相关参数的选取,因此提出了基于粒子群(PSO)算法的SVR参数优化选择方法;并以不同噪声影响下的sinc函数和实际发酵过程产物浓度的SVR模型为对象,将提出的PSO优化参数方法与现有的交叉验证法、留一法进行比较。仿真结果表明:该PSO优化SVR参数方法可行、有效,由此得到的SVR模型具有更好的学习精度和推广能力。

关 键 词：支持向量回归 参数优化选择  粒子群算法 状态预估  

分 类 号：TP391.9]