钢铁研究
鋼鐵研究
강철연구
RESEARCH ON IRON AND STEEL
2009年
6期
45-48
,共4页
支持向量机%DE算法%参数选择%质量管理%神经网络
支持嚮量機%DE算法%參數選擇%質量管理%神經網絡
지지향량궤%DE산법%삼수선택%질량관리%신경망락
针对支持向量机参数难以选择的问题,提出了基于差分进化算法(DE)的参数选择方法,算例分析结果表明DE算法选择SVM参数有着迭代次数少、结果稳定的优点,能够很好的解决SVM的参数选择问题.随后将基于DE算法选择参数的支持向量机应用于一个钢材质量管理的建模实例中,并将其与神经网络建模方式所得结果相比较,结果表明经改进的支持向量机的预测性能更加优秀.
針對支持嚮量機參數難以選擇的問題,提齣瞭基于差分進化算法(DE)的參數選擇方法,算例分析結果錶明DE算法選擇SVM參數有著迭代次數少、結果穩定的優點,能夠很好的解決SVM的參數選擇問題.隨後將基于DE算法選擇參數的支持嚮量機應用于一箇鋼材質量管理的建模實例中,併將其與神經網絡建模方式所得結果相比較,結果錶明經改進的支持嚮量機的預測性能更加優秀.
침대지지향량궤삼수난이선택적문제,제출료기우차분진화산법(DE)적삼수선택방법,산례분석결과표명DE산법선택SVM삼수유착질대차수소、결과은정적우점,능구흔호적해결SVM적삼수선택문제.수후장기우DE산법선택삼수적지지향량궤응용우일개강재질량관리적건모실례중,병장기여신경망락건모방식소득결과상비교,결과표명경개진적지지향량궤적예측성능경가우수.
