首页 | 本学科首页   官方微博 | 高级检索  
检索        

基于微粒群优化算法和支持向量机的软测量建模
引用本文:卜艳萍,俞金寿.基于微粒群优化算法和支持向量机的软测量建模[J].医学教育探索,2008(1):131-134.
作者姓名:卜艳萍  俞金寿
作者单位:[1]华东理工大学自动化研究所,上海200237 [2]上海交通大学技术学院,上海200231
摘    要:在分析基本微粒群优化算法(PSO)和支持向量机(SVM)原理的基础上,采用带有末位淘汰机制的微粒群优化算法优化支持向量机的参数,建立了延迟焦化装置粗汽油干点软测量的微粒群支持向量机模型.该方法利用支持向量机结构风险最小化原则和PSO算法快速全局优化的特点,用于软测量建模.仿真实验表明:所建模型的泛化性能较好,模型具有较高的精度.

关 键 词:微粒群优化算法  支持向量机  核函数  软测量
收稿时间:2007/3/29 0:00:00

Soft Sensor Modeling Based on Particle Swarm Optimization Algorithm and Support Vector Machine
BU Yan-ping,YU lin-shou.Soft Sensor Modeling Based on Particle Swarm Optimization Algorithm and Support Vector Machine[J].Researches in Medical Education,2008(1):131-134.
Authors:BU Yan-ping  YU lin-shou
Abstract:
Keywords:particle swarm optimization algorithm  support vector machine  kernel function  soft sensor
点击此处可从《医学教育探索》浏览原始摘要信息
点击此处可从《医学教育探索》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号