-
题名v支持向量回归用于退化轨迹建模
被引量：3
- 1
-
-
作者
胡友涛
范金锁
胡昌华
-
机构
火箭军指挥学院作战实验中心
火箭军工程大学控制工程系
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2017年第1期231-236,共6页
-
文摘
针对小样本情形下的退化轨迹建模问题,为解决用ε支持向量回归(ε-support vector regression,ε-SVR)建模时不敏感参数ε不易选择的难题,提出一种基于v支持向量回归(v-support vector regression,v-SVR)的退化轨迹建模方法,并用遗传算法优化模型参数以提高建模精度。参数v与支持向量和错误样本点的个数有关,根据这一性质确定v的取值范围,并实现对支持向量或错误样本点个数的控制。对疲劳裂纹增长数据的实例分析表明,所提方法不仅便于确定参数,而且相对于以往文献的方法有更高的建模精度。
-
关键词
退化轨迹
v支持向量回归
小样本
遗传算法
-
Keywords
degradation path
v-support vector regression （v-SVR）
small sampling
genetic algorithm （GA）
-
分类号
TB114.3
[理学—概率论与数理统计]
-
