参数协同优化的TSVR增强型TSK模糊系统

1

作者 王维 赵云龙 +1 位作者 彭小玉 潘小东 《计算机科学》 北大核心 2025年第7期75-81,共7页

Takagi-Sugeno-Kang(TSK)模糊系统作为特殊的非线性回归系统,能够解决机器学习任务,但其处理高维问题的效果并不理想,且对于规则的确定和调整较为困难。为了优化该系统,将沿用模糊IF-THEN规则。首先运用模糊C均值聚类对数据集进行划分,... Takagi-Sugeno-Kang(TSK)模糊系统作为特殊的非线性回归系统,能够解决机器学习任务,但其处理高维问题的效果并不理想,且对于规则的确定和调整较为困难。为了优化该系统,将沿用模糊IF-THEN规则。首先运用模糊C均值聚类对数据集进行划分,将数据点嵌入表征点到模糊聚类中心隶属度的空间,进而利用孪生支持向量回归机(TSVR)确定两个回归平面,从而得到回归值。考虑到不同数据集适应不同的关键参数,如聚类数等,采用遗传算法(GA)进行统一参数寻优,简化了领域知识的先验设置,形成了TSVR-GA-TSK(TG-TSK)模糊系统。实验结果表明,相比于经典回归算法和典型的TSK模糊系统,TG-TSK模糊系统具有良好的回归精度和鲁棒性,在Nemenyi检验的两两比较中具有显著优势。 展开更多

关键词 TSK模糊系统 TSVR 遗传算法 协同优化 回归任务

在线阅读 下载PDF 职称材料

基于IFSVR和PSO算法的转炉炼钢终点预测 被引量：3

2

作者 侯丽芳 《电子测量技术》 北大核心 2021年第5期68-73,共6页

转炉炼钢在炼钢过程中占有重要地位,对转炉过程进行精准的控制是至关重要的。转炉炼钢的控制过程是建立在转炉终点预测的基础上,所以,为了实现精准炼钢,建立转炉炼钢的终点预测模型是有必要的。针对转炉炼钢终点预报的特点,提出了一种... 转炉炼钢在炼钢过程中占有重要地位,对转炉过程进行精准的控制是至关重要的。转炉炼钢的控制过程是建立在转炉终点预测的基础上,所以,为了实现精准炼钢,建立转炉炼钢的终点预测模型是有必要的。针对转炉炼钢终点预报的特点,提出了一种改进的模糊支持向量回归机(IFSVR)模型。IFSVR是在模糊支持向量回归机(FSVR)的基础上,对参数ε进行优化。此外,为了提高优化效率,粒子群优化算法(PSO)被用于IFSVR的参数优化中,进而提高建模速率。仿真结果表明,所提出的模型是有效可行的。在不同的误差范围内(含碳量模型为0.005%,温度模型为10℃),含碳量和温度的命中率分别达到91%和94%,双命中率达到90%,为实际转炉应用提供了重要参考,该方法也适用于预测模型其他冶金应用。 展开更多

关键词 转炉炼钢 终点预测 模糊支持向量回归机 粒子群优化算法

在线阅读 下载PDF 职称材料

FSVR在铁路趟车客运量预测中的应用 被引量：3

3

作者 孟歌 伍忠东 Muhammad Waqas Ahmad 《济南大学学报（自然科学版）》 北大核心 2015年第5期382-388,共7页

提出一种基于模糊支持向量回归机(fuzzy support vector regression,FSVR)的趟车客运量预测方法。以客票历史数据为依据,利用列车的实际客运量数据进行实验,结果表明,该方法能有效的简化计算复杂度,能够快速准确的对铁路趟车客运量进行... 提出一种基于模糊支持向量回归机(fuzzy support vector regression,FSVR)的趟车客运量预测方法。以客票历史数据为依据,利用列车的实际客运量数据进行实验,结果表明,该方法能有效的简化计算复杂度,能够快速准确的对铁路趟车客运量进行预测。 展开更多

关键词 模糊支持向量回归机 铁路趟车客运量 预测 模糊 旅客运输 非线性

在线阅读 下载PDF 职称材料

基于CA-FSVR方法的电流互感器误差试验参数预测 被引量：1

4

作者 陈宏 余海宽 +3 位作者 孙成龙 王自强 肖义文 肖江文 《三峡大学学报（自然科学版）》 CAS 2016年第6期92-95,共4页

本文采用基于相关性分析的模糊支持向量回归方法,对标准电流互感器的误差试验数据进行预测,并根据预测数据的范围和趋势来判断试验设备的运行状态.其中模糊支持向量回归根据数据的采样时间远近,为离群点赋予不同的权值,并通过遗传算法... 本文采用基于相关性分析的模糊支持向量回归方法,对标准电流互感器的误差试验数据进行预测,并根据预测数据的范围和趋势来判断试验设备的运行状态.其中模糊支持向量回归根据数据的采样时间远近,为离群点赋予不同的权值,并通过遗传算法进行参数寻优,获取最优的预测模型. 展开更多

关键词 误差试验参数预测 模糊支持向量回归 遗传算法 离群点

在线阅读 下载PDF 职称材料

机车前端薄壁吸能管仿真模型模糊参数的支持向量回归反求

5

作者 许平 黄启 +3 位作者 邢杰 何家兴 徐凯 许拓 《振动与冲击》 EI CSCD 北大核心 2024年第18期28-35,共8页

为了获得影响耐撞性结构有限元计算精度的准确模型参数,提高冲击仿真的准确性,提出一种基于支持向量回归(support vector regression,SVR)模型进行参数优化反求的方法。以一种机车前端防爬结构中的预压薄壁吸能圆管为研究对象建立有限... 为了获得影响耐撞性结构有限元计算精度的准确模型参数,提高冲击仿真的准确性,提出一种基于支持向量回归(support vector regression,SVR)模型进行参数优化反求的方法。以一种机车前端防爬结构中的预压薄壁吸能圆管为研究对象建立有限元模型,进行台车冲击试验验证仿真模型准确性。通过拉丁超立方试验设计驱动有限元模型进行少量计算获得数据集,有限元模型中的模糊参数为输入变量,计算与试验载荷的差异为目标响应,通过SVR方法构建映射关系,并采用增强精英保留遗传算法(strengthen elitist genetic algorithm,SEGA)对超参数进行优化,确定SVR模型最佳配置;通过该最优SVR模型再次使用SEGA优化反求,获得最佳模糊参数组合。使用这组参数组合设置有限元模型,其仿真结果相较初始计算耐撞性指标和载荷曲线匹配程度都得到了提高。研究结果为有限元模型中模糊参数的准确设定、碰撞仿真的精度提升提供了一种新的思路。 展开更多

关键词 耐撞性 薄壁圆管 有限元模型 模糊参数反求 支持向量机回归(SVR) 遗传算法

在线阅读 下载PDF 职称材料

基于相似日聚类及模态分解的短期光伏发电功率组合预测研究 被引量：14

6

作者 龙小慧 秦际赟 +1 位作者 张青雷 段建国 《电网技术》 EI CSCD 北大核心 2024年第7期2948-2957,I0087-I0088,共12页

短期光伏发电功率预测是电站制定发电计划并进行调度的重要组成部分,有助于电力系统的动态稳定。针对光伏时序预测中存在的噪声干扰及单一模型预测效果不稳定等问题,该文提出一种基于改进型自适应白噪声的完全集合经验模态分解(improved... 短期光伏发电功率预测是电站制定发电计划并进行调度的重要组成部分,有助于电力系统的动态稳定。针对光伏时序预测中存在的噪声干扰及单一模型预测效果不稳定等问题,该文提出一种基于改进型自适应白噪声的完全集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)的组合预测模型。首先,利用相关系数提取重要气象特征,并采用模糊C均值聚类(fuzzy C-means clustering,FCM)将原始数据集划分为晴天、晴转多云和雨天。其次,每种相似日以最后一天为待预测日,其余为历史训练集;利用ICEEMDAN将历史训练集分解成若干个较为规律的子序列,并用排列熵(permutation entropy,PE)对各子序列进行重构。最后,高频项采用由卷积神经网络(convolutional neural network,CNN)、(bidirectional gated recurrent unit,Bi GRU)双向门控循环单元与注意力机制组合而成的CNN-BiGRU-ATTENTION神经网络预测,低频项和趋势项采用最小二乘支持向量回归机(least squares support vector regression,LSSVR)进行预测,将预测结果叠加得到最终光伏发电功率预测值。通过实例验证:该文组合模型在不同天气条件下,可以解决单一模型预测精度低、预测效果不稳定等问题;相比其他模态分解,能够更精确地预测波动较大的局部特征。 展开更多

关键词 光伏发电 模态分解 相似日聚类 卷积神经网络 最小二乘支持向量回归机 注意力机制

在线阅读 下载PDF 职称材料

基于改进模糊支持向量回归模型的机场能源需求预测 被引量：8

7

作者 王坤 员晓阳 王力 《计算机应用》 CSCD 北大核心 2016年第5期1458-1463,共6页

针对离群点在机场能源数据的预测和分析中存在干扰等问题,建立了一种基于改进模糊支持向量回归(FSVR)的机场能源需求预测模型。首先,采用模糊统计法对测试样本集、系统参数和模型输出进行分析,推导出符合其数据分布的基本隶属函数形式;... 针对离群点在机场能源数据的预测和分析中存在干扰等问题,建立了一种基于改进模糊支持向量回归(FSVR)的机场能源需求预测模型。首先,采用模糊统计法对测试样本集、系统参数和模型输出进行分析,推导出符合其数据分布的基本隶属函数形式;其次,结合例证法、专家经验法对隶属函数进行"再学习",逐步修改和完善正态隶属函数a、b参数值,半梯形隶属函数边界参数值及三角隶属函数p、d参数值,以此消除或减少不利数据挖掘的离群点,同时保留有效关键点;最后,结合支持向量回归(SVR)算法,建立预测模型,并验证了该模型的可行性。实验结果表明,与反向传播(BP)神经网络方法相比,FSVR方法的预测准确率提高了2.66%,对离群点的识别率提高了3.72%。 展开更多

关键词 机场能源需求预测 模糊支持向量回归 支持向量机 模糊隶属度 离群点

在线阅读 下载PDF 职称材料

支持向量机回归在电子器件易损性评估中的应用 被引量：11

8

作者 金焱 胡云安 +1 位作者 黄隽 张瑾 《强激光与粒子束》 EI CAS CSCD 北大核心 2012年第9期2145-2150,共6页

针对现有的以概率统计理论为基础的方法和模糊神经网络法必须建立在大量统计数据基础之上,以及模糊信息扩散估计法可能对器件失效阈值估计过高的问题,提出将模糊信息处理技术用于对原始实验数据的处理,得到训练样本,在此基础上利用支持... 针对现有的以概率统计理论为基础的方法和模糊神经网络法必须建立在大量统计数据基础之上,以及模糊信息扩散估计法可能对器件失效阈值估计过高的问题,提出将模糊信息处理技术用于对原始实验数据的处理,得到训练样本,在此基础上利用支持向量机回归预测一定功率的高功率微波辐照条件下电子器件的损伤概率。仿真结果表明:该方法与模糊神经网络法都较好地给出了预测结果,但该方法具有更高的精度(均方根误差为7.406×10-5),并且克服了在样本数据减半的小样本情况下模糊神经网络法可能出现野值的缺陷。 展开更多

关键词 模糊信息处理 支持向量机 回归 高功率微波 电子器件 易损性 评估

在线阅读 下载PDF 职称材料

模糊偏最小二乘支持向量机的应用研究 被引量：11

9

作者 宋海鹰 桂卫华 阳春华 《系统仿真学报》 EI CAS CSCD 北大核心 2008年第5期1344-1347,1352,共5页

基于偏最小二乘回归法和模糊隶属度函数,提出了一种模糊偏最小二乘支持向量机。传统最小二乘支持向量机引入模糊加权系数后,可以根据训练样本点的情况调整折衷系数,有效地提高了最小二乘支持向量机的抗噪性能。同时利用偏最小二乘回归法... 基于偏最小二乘回归法和模糊隶属度函数,提出了一种模糊偏最小二乘支持向量机。传统最小二乘支持向量机引入模糊加权系数后,可以根据训练样本点的情况调整折衷系数,有效地提高了最小二乘支持向量机的抗噪性能。同时利用偏最小二乘回归法,克服了求解线性回归方程中自变量向量间的多重相关性问题。利用sinc函数对该建模方法进行了测试,并进一步对铜转炉吹炼时间的预测问题进行了仿真研究。仿真结果表明,该建模方法具有预测准确、跟踪性能好的优点。 展开更多

关键词 模糊支持向量机 最小二乘支持向量机 偏最小二乘回归 智能建模

在线阅读 下载PDF 职称材料

一种新型锂电池充电剩余时间预测方法 被引量：10

10

作者 程树英 林鹏程 林培杰 《电源技术》 CAS 北大核心 2019年第1期99-102,135,共5页

提出了一种基于信息粒化(IG)的支持向量回归(SVR)方法来预测锂电池充电剩余时间。首先,通过模糊信息粒化窗口提取代表性数据,同时形成概率性预测的置信区间上下限,并重新组合特征向量建立训练样本。然后,运用样本对训练支持向量回归模型... 提出了一种基于信息粒化(IG)的支持向量回归(SVR)方法来预测锂电池充电剩余时间。首先,通过模糊信息粒化窗口提取代表性数据,同时形成概率性预测的置信区间上下限,并重新组合特征向量建立训练样本。然后,运用样本对训练支持向量回归模型,在参数优选方面采用网格划分的交叉验证方式。最后,通过3个不同的支持向量回归模型得到充电剩余时间的置信区间。以美国国家航空航天阿姆斯研究中心公开的电池数据为实例,通过与三段式模型方法进行对比,结果表明该模型在精度、通用性方面表现更好。 展开更多

关键词 模糊信息粒化 支持向量回归 充电剩余时间 锂电池

在线阅读 下载PDF 职称材料

一类参数不确定时滞系统的智能控制应用研究 被引量：10

11

作者 张堃 费敏锐 +2 位作者 吴建国 张培建 胡志江 《仪器仪表学报》 EI CAS CSCD 北大核心 2014年第6期1394-1401,共8页

针对参数不确定时滞系统容易出现预测模型失效和不确定信息无法精确描述的问题,提出一种快速循环坐标下降支持向量回归(FCCDSVR)预测模型。以环模制粒机作为实验对象,利用循环坐标下降法(CCD)求解支持向量回归模型的目标函数,快速优化... 针对参数不确定时滞系统容易出现预测模型失效和不确定信息无法精确描述的问题,提出一种快速循环坐标下降支持向量回归(FCCDSVR)预测模型。以环模制粒机作为实验对象,利用循环坐标下降法(CCD)求解支持向量回归模型的目标函数,快速优化制粒机温度预测模型。利用环模制粒机喂料量和温度的耦合关系,提出并设计独立双通道输入模糊专家温度控制器,根据喂料量近似得到蒸汽调节量,再根据预测模型得到的温度偏差值进行精确蒸汽调节,从而有效克服对象参数不确定和时滞等问题。仿真实验表明,与现有的支持向量回归模型相比,FCCDSVR模型在大样本情况下,收敛速度更快,建模时间更短;将此模型融入的模糊专家控制方法比PID控制算法和模糊控制算法有更好的曲线跟踪效果,在实际DCS平台中温度误差可控制在±1.3%以内,较±5%的工艺容许偏差有较大提升。 展开更多

关键词 时滞 参数不确定 循环坐标下降 支持向量回归 模糊专家控制 环模制粒机

在线阅读 下载PDF 职称材料

基于综合隶属度函数的模糊支持向量回归机 被引量：3

12

作者 王珏 乔建忠 +1 位作者 林树宽 罗海艳 《小型微型计算机系统》 CSCD 北大核心 2016年第3期551-554,共4页

针对金融时间序列一般具有非线性、非平稳性、高信噪比和有限样本等特点,将模糊支持向量回归机引入到金融时间序列预测中.设计一种综合模糊隶属度函数,充分考虑到三点:第一噪音会导致错误的回归;第二越靠近预测点的样本对回归的影响越大... 针对金融时间序列一般具有非线性、非平稳性、高信噪比和有限样本等特点,将模糊支持向量回归机引入到金融时间序列预测中.设计一种综合模糊隶属度函数,充分考虑到三点:第一噪音会导致错误的回归;第二越靠近预测点的样本对回归的影响越大;第三,离回归线越远的样本,对回归的贡献越大.综合隶属度函数,尽量剔除噪音并给离回归线远的和靠近预测点的样本较大的权值.将采用综合隶属度函数的模糊支持向量回归机应用于羊绒价格序列中,仿真结果表明,本文的基于综合隶属度函数的模糊支持向量回归机在预测精度上有所提高. 展开更多

关键词 金融时间序列 预测 支持向量回归 隶属度 模糊

在线阅读 下载PDF 职称材料

基于SAGA-SVR预测模型的水稻种子水分含量高光谱检测 被引量：11

13

作者 芦兵 孙俊 +1 位作者 杨宁 武小红 《南方农业学报》 CAS CSCD 北大核心 2018年第11期2342-2348,共7页

【目的】利用高光谱技术测定水稻种子的水分含量,为其品质监测和筛选提供参考依据,从而提高水稻良种筛选率。【方法】通过电烘箱恒重法制备120份不同水分含量的水稻种子样本作为研究对象,利用多项式平滑(Savitzky-Golay, S-G)算法对原... 【目的】利用高光谱技术测定水稻种子的水分含量,为其品质监测和筛选提供参考依据,从而提高水稻良种筛选率。【方法】通过电烘箱恒重法制备120份不同水分含量的水稻种子样本作为研究对象,利用多项式平滑(Savitzky-Golay, S-G)算法对原始光谱数据进行降噪平滑处理,采用连续投影算法(Successive projections algorithm, SPA)对预处理后的数据进行特征波长的优选。为提高建模效率,提高各水分含量区间光谱特征值的区分度,使用模糊C-均值聚类(Fuzzy C-means clustering,FCM)算法对各区间的样本数据进行聚类处理,最后利用支持向量回归机(Support vector regression, SVR)定量检测模型建立特征光谱数据与水稻种子水分含量的映射关系。【结果】由于FCM未达到预期的聚类效果,而引入遗传模拟退火算法(Simulated annealing genetic algorithm,SAGA)进行聚类,分别对基于原始特征值、FCM及SAGA聚类的SVR训练结果进行比较,发现基于SAGA聚类的光谱样本数据训练效果更好,预测集决定系数可达0.8956,均方根误差3.75%。由于决定系数不够理想,引入松弛变量降低间隔阈值,最终模型预测集决定系数为0.9286,均方根误差为3.42%,此时模型达最佳性能,能满足实际应用需求。【建议】基于聚类算法,提高光谱数据的准确性;通过合理调整模型参数,提高预测模型性能;推动高光谱农产品检测相关装备的研制。 展开更多

关键词 水稻种子 高光谱 模糊C-均值聚类(FCM) 遗传模拟退火(SAGA) 支持向量回归机(SVR)

在线阅读 下载PDF 职称材料

基于模糊支持向量回归的机场噪声预测 被引量：7

14

作者 陈海燕 杨冰欣 +1 位作者 徐涛 王建东 《南京航空航天大学学报》 EI CAS CSCD 北大核心 2013年第5期722-726,共5页

在现行通用噪声计算模型基础上建立了一种基于模糊支持向量回归的机场噪声预测模型,通过计算样本的局部孤立因子来确定各个样本的模糊隶属度,以融入模糊支持向量回归算法中。最后,在某机场历史飞行数据的基础上,从对所提出模型的预测精... 在现行通用噪声计算模型基础上建立了一种基于模糊支持向量回归的机场噪声预测模型,通过计算样本的局部孤立因子来确定各个样本的模糊隶属度,以融入模糊支持向量回归算法中。最后,在某机场历史飞行数据的基础上,从对所提出模型的预测精度、抗干扰性、泛化能力进行了验证。结果表明,这种基于局部孤立因子的模糊支持向量回归算法能有效地预测机场周围的噪声等级,且该方法比标准支持向量回归具有更高的预测精度和更好的抗噪声能力。 展开更多

关键词 机场噪声预测 支持向量机 模糊支持向量回归 模糊隶属度 局部孤立因子

在线阅读 下载PDF 职称材料

基于模糊sigmoid核的支持向量机回归建模 被引量：17

15

作者 刘涵 刘丁 《控制理论与应用》 EI CAS CSCD 北大核心 2006年第2期204-208,共5页

支持向量机中对核函数的要求为对称的半正定矩阵.来自于神经网络的sigm o id核函数在其参数满足一定条件时才成为半正定矩阵,但是这种核函数在SVM中却有很多成功的应用.本文将sigm o id核函数与模糊逻辑相结合并使其模糊化,从而简化了SV... 支持向量机中对核函数的要求为对称的半正定矩阵.来自于神经网络的sigm o id核函数在其参数满足一定条件时才成为半正定矩阵,但是这种核函数在SVM中却有很多成功的应用.本文将sigm o id核函数与模糊逻辑相结合并使其模糊化,从而简化了SVM的计算并便于用硬件实现.通过对混沌时间序列预测以及图像去噪滤波器两个实例的实验研究发现,使用模糊sigm o id核函数可以使SVM回归建模在损失较小精度的代价下,较大地降低平均CPU执行时间。 展开更多

关键词 支持向量回归 sigmoid核函数 模糊逻辑 混沌时间序列预测 图像滤波器

在线阅读 下载PDF 职称材料

基于模糊支持向量机的产品设计时间估计方法 被引量：9

16

作者 许多 严洪森 《中国机械工程》 EI CAS CSCD 北大核心 2005年第6期533-537,共5页

针对产品设计时间估计中存在的小样本、不确定性数据等问题,将模糊回归理论与支持向量机方法相结合,提出一种Fν-SVM模型,给出相应的设计时间智能估计方法和参数优选算法。进行了注塑模具设计的实例分析,结果表明基于 Fν-SVM的时间估... 针对产品设计时间估计中存在的小样本、不确定性数据等问题,将模糊回归理论与支持向量机方法相结合,提出一种Fν-SVM模型,给出相应的设计时间智能估计方法和参数优选算法。进行了注塑模具设计的实例分析,结果表明基于 Fν-SVM的时间估计方法是有效和可行的。 展开更多

关键词 设计时间估计 支持向量机 模糊理论 回归

在线阅读 下载PDF 职称材料

基于模糊支持向量回归机的WSNs链路质量预测 被引量：13

17

作者 舒坚 汤津 +2 位作者 刘琳岚 胡刚 刘松 《计算机研究与发展》 EI CSCD 北大核心 2015年第8期1842-1851,共10页

在无线传感器网络中,链路是实现节点互连和多跳通信的基本元素,链路质量是拓扑控制、路由协议和移动管理的基础,准确的链路质量预测不仅可以提高整个网络的数据吞吐率,降低节点能耗,还可延长整个网络的工作时间.在分析现有链路质量预测... 在无线传感器网络中,链路是实现节点互连和多跳通信的基本元素,链路质量是拓扑控制、路由协议和移动管理的基础,准确的链路质量预测不仅可以提高整个网络的数据吞吐率,降低节点能耗,还可延长整个网络的工作时间.在分析现有链路质量预测方法的基础上,提出一种基于模糊支持向量回归机(fuzzy support vector regression,FSVR)的链路质量预测模型,以降低噪声与孤立点对预测性能的影响.通过收集不同场景下的链路质量样本,考虑不稳定链路中数据分布的特点,该模型采用无监督模糊核聚类算法(kernel fuzzy c-means,KFCM)自动划分样本集,并获得样本隶属度;采用混沌粒子群优化算法(chaos particle swam optimization,CPSO)选择子模型参数.实验结果表明,与基于经验风险的BP神经网络相比,基于模糊支持向量回归机的链路质量预测模型具有更好的预测精度和泛化能力. 展开更多

关键词 无线传感器网络 链路质量预测 支持向量回归机 模糊核聚类 混沌粒子群

在线阅读 下载PDF 职称材料

基于模糊支持向量机预测胎重的方法研究与比较 被引量：4

18

作者 余锦华 汪源源 陈萍 《仪器仪表学报》 EI CAS CSCD 北大核心 2008年第11期2241-2246,共6页

胎重的准确预测在胎儿监护中具有重要作用,为提高胎重预测的准确性,提出一种基于模糊支持向量机的预测方法。通过在支持向量机中引入模糊逻辑,抑制由测量误差造成的异常数据对预测模型训练的影响,提高了胎重预测对参数测量误差的鲁棒性... 胎重的准确预测在胎儿监护中具有重要作用,为提高胎重预测的准确性,提出一种基于模糊支持向量机的预测方法。通过在支持向量机中引入模糊逻辑,抑制由测量误差造成的异常数据对预测模型训练的影响,提高了胎重预测对参数测量误差的鲁棒性。对600例数据构成的训练集和150例数据构成的测试集进行应用,比较了模糊支持向量机和以前的回归方法、误差反向传递神经网络、支持向量机在胎重预测中的性能。结果表明:与其它方法相比,模糊支持向量机能获得更准确的胎重估计。 展开更多

关键词 胎重估计 回归方法 误差反向传递神经网络 支持向量机 模糊支持向量机

在线阅读 下载PDF 职称材料

基于模糊训练数据的支持向量机与模糊线性回归 被引量：3

19

作者 纪爱兵 邱红洁 谷银山 《河北大学学报（自然科学版）》 CAS 北大核心 2008年第3期240-243,共4页

支持向量机作为1种机器学习方法已广泛应用于模式识别及函数拟合.但在支持向量机中,训练数据均为精确数据.针对训练数据的输入是模糊数的情况,研究基于模糊训练数据的分类型支持向量机,并给出其解法.然后应用基于模糊训练数据的支持向... 支持向量机作为1种机器学习方法已广泛应用于模式识别及函数拟合.但在支持向量机中,训练数据均为精确数据.针对训练数据的输入是模糊数的情况,研究基于模糊训练数据的分类型支持向量机,并给出其解法.然后应用基于模糊训练数据的支持向量机研究模糊线性回归问题. 展开更多

关键词 支持向量机(SVM) 模糊训练样本 可能性测度 模糊机会约束规划 模糊线性回归

在线阅读 下载PDF 职称材料

基于模糊回归支持向量机的短期负荷预测 被引量：5

20

作者 龚灯才 孙长银 李林峰 《三峡大学学报（自然科学版）》 CAS 2006年第1期37-40,共4页

支持向量机(SVM)是一种新颖的机器学习方法,具有泛化能力强、全局最优和计算速度快等突出优点.模糊数学在不确定性、不精确性及噪声引起的问题上,有其特有的计算分析操作,能有效地分析和处理模糊信息.研究了一种模糊回归支持向量机模型... 支持向量机(SVM)是一种新颖的机器学习方法,具有泛化能力强、全局最优和计算速度快等突出优点.模糊数学在不确定性、不精确性及噪声引起的问题上,有其特有的计算分析操作,能有效地分析和处理模糊信息.研究了一种模糊回归支持向量机模型,该模型将两者有机结合,发挥了各自的优点.将其应用到电力系统短期负荷预测,仿真结果表明,所提方法不仅具有与支持向量机方法相同的预测精度,且提供了更多的有用信息. 展开更多

关键词 支持向量机 回归估计 模糊 短期负荷预测

在线阅读 下载PDF 职称材料