基于改进粒子群算法的SVR参数优化选择的研究

张贺; 贺兴时

首页> 中文期刊> 《价值工程》 >基于改进粒子群算法的SVR参数优化选择的研究

基于改进粒子群算法的SVR参数优化选择的研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

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,由于在参数的选择范围内可选择的数量是无穷的,在多个参数中盲目搜索最优参数是需要极大的时间代价,并且很难逼近最优.因此提出了基于改进粒子群算法的SVK参数优化选择方法.仿真结果表明:该改进粒子群算法优化SVR参数方法可行、有效,由此得到的SVK模型具有更好的学习精度和推广能力.

著录项

来源
《价值工程》 |2008年第11期|90-93|共4页
作者
张贺; 贺兴时;
展开▼
作者单位

西安工程大学,理学院,西安,710048;

西安工程大学,理学院,西安,710048;

展开▼
原文格式 PDF
正文语种 chi
中图分类算法理论;
关键词
改进粒子群算法; 支持向量回归(SVR); 递减策略;

相似文献

中文文献
外文文献
专利

1. 基于PSO的SVR参数优化选择方法研究 [J] . 熊伟丽 ,徐保国 . 系统仿真学报 . 2006,第9期
2. 基于改进粒子群算法的数控加工参数优化研究 [J] . 郭强 ,李红霞 ,李玉晓 . 机械制造与自动化 . 2021,第003期
3. 基于改进粒子群算法的PID参数优化研究 [J] . 苏攀 ,张伟 ,李强 . 软件导刊 . 2020,第010期
4. 基于改进粒子群算法的水轮机调速器功率模式参数优化研究 [J] . 龙丽婷 ,鲍海艳 . 南方农机 . 2019,第014期
5. 基于改进粒子群算法的水轮机调速系统参数优化研究 [J] . 张丽 ,刘维东 . 大电机技术 . 2017,第003期
6. 电力市场下基于改进粒子群算法的AGC机组选择 [C] . 刘文许 ,林礼清 ,温步瀛 . 中国高等学校电力系统及其自动化专业第二十四届学术年会 . 2008
7. 基于改进LHD和SVR参数优化方法的产品结构优化设计 [A] . 柯荔 . 2013

基于改进粒子群算法的SVR参数优化选择的研究

摘要

著录项

相似文献

相关主题

期刊订阅