| 木材导热系数的支持向量回归预测 |
| |
| 引用本文： | 蔡从中,温玉锋,朱星键,裴军芳,肖婷婷.木材导热系数的支持向量回归预测[J].重庆大学学报(自然科学版),2009,32(8):960-964. |
| |
| 作者姓名： | 蔡从中 温玉锋 朱星键 裴军芳 肖婷婷 |
| |
| 作者单位： | 重庆大学数理学院; |
| |
| 基金项目： | 教育部新世纪优秀人才支持计划资助项目(NCET-07-0903);;教育部留学回国人员科研启动基金资助项目(教外司留[2008]101-1);;重庆市自然科学基金资助项目(CSTC,2006BB5240);;国家大学生创新性实验计划资助项目(CQUCX-G-2007-016) |
| |
| 摘 要： | 根据木材在不同影响因素(密度、含水率和比重)下沿横纹方向(包括径向和弦向)的导热系数的实测数据集,应用基于粒子群算法(PSO)寻优的支持向量回归(SVR)方法,建立了木材沿不同方向的导热系数的预测模型,并与通过类比法(ANA)导出的理论模型和BP神经网络(BPNN)模型进行了比较。结果表明:基于相同的训练样本和检验样本,木材导热系数的SVR模型比其ANA模型或BPNN模型具有更高的预测精度;增加训练样本数有助于提高SVR预测模型的泛化能力;基于留一交叉验证法(LOOCV)的SVR模型预测的最大绝对百分误差(MPE)、平均绝对误差(MAE)和平均绝对百分误差(MAPE)均为最小。因此,SVR是一种预测木材导热系数的有效方法。
|
| 关 键 词： | 木材 导热系数 支持向量机 粒子群算法 留一交叉验证法 回归分析 预测 |
Wood thermal conductivity prediction by using support vector regression |
| |
| CAI Cong zhong,WEN Yu feng,ZHU Xing jian,PEI Jun fang and XIAO Ting ting.Wood thermal conductivity prediction by using support vector regression[J].Journal of Chongqing University(Natural Science Edition),2009,32(8):960-964. |
| |
| Authors: | CAI Cong zhong WEN Yu feng ZHU Xing jian PEI Jun fang and XIAO Ting ting |
| |
| Institution: | College of Mathematics and Physics;Chongqing University;Chongqing 400030;P.R.China |
| |
| Abstract: | The support vector regression(SVR) method combined with particle swarm optimization(PSO) is proposed to establish a model for predicting the thermal conductivity of timber in transverse directions(radial direction and tangential direction) based on the measuring database of thermal conductivity under different influential factors,including its density,moisture content and specific gravity.Comparing the prediction results of SVR method with those from analogism(ANA) model and BP neural network(BPNN) model,it... |
| |
| Keywords: | thermal conductivity support vector machines particle swarm optimization leave one out cross validation regression analysis prediction |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《重庆大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《重庆大学学报(自然科学版)》下载免费的PDF全文 |
