| 群智能算法优化SVR预测模型的应用与分析 |
| |
| 引用本文： | 朱林,陆春伟. 群智能算法优化SVR预测模型的应用与分析[J]. 应用声学, 2014, 22(9): 2890-2892 |
| |
| 作者姓名： | 朱林 陆春伟 |
| |
| 作者单位： | 内蒙古科技大学 信息工程学院,内蒙古 包头 014010;内蒙古科技大学 信息工程学院,内蒙古 包头 014010 |
| |
| 摘 要： | 群体智能是基于生物群体行为规律的智能计算技术,常用以解决参数寻优等问题；作为群体智能的两种典型算法,蚁群算法和粒子群算法应用极为广泛；文章分析了标准蚁群算法和粒子群算法的不足,分别采用改进的蚁群算法和粒子群算法对支持向量机回归模型参数进行优化,并以钕铁硼吸氢阶段合金氢含量预测为例,通过MATLAB对改进后的预测模型进行了仿真验证,最终给出了两种方法优化后,模型的预测效果及性能对比；仿真结果表明,改进的群体智能算法对工艺优化控制有着重要的意义。
|
| 关 键 词： | 改进蚁群算法 改进粒子群算法 支持向量机回归模型 参数寻优 收敛速度 相对误差 |
| 收稿时间： | 2014-05-29 |
| 修稿时间： | 2014-06-30 |
Application and Analysis about Optimization of SVR Forecasting Model by Swarm Intelligence Algorithm |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《应用声学》浏览原始摘要信息 |
|
点击此处可从《应用声学》下载全文 |
|
