计算机应用与软件
計算機應用與軟件
계산궤응용여연건
COMPUTER APPLICATIONS AND SOFTWARE
2010年
9期
181-183
,共3页
最小二乘支持向量机%粒子群%费用
最小二乘支持嚮量機%粒子群%費用
최소이승지지향량궤%입자군%비용
考虑到飞机维修保障费用数据样本容量小和难于预测的特点,提出用最小二乘支持向量机LSSVM(Least squares support vector machine)来预测飞机维修保障费用.采用粒子群算法PSO(Particle Swarm Optimization)优化LSSVM的参数,并同偏最小二乘回归(PLSR)的预测结果进行了比较.结果表明,PSO-LSSVM预测模型可调参数少、速度快,预测精度比PLSR有显著提高.
攷慮到飛機維脩保障費用數據樣本容量小和難于預測的特點,提齣用最小二乘支持嚮量機LSSVM(Least squares support vector machine)來預測飛機維脩保障費用.採用粒子群算法PSO(Particle Swarm Optimization)優化LSSVM的參數,併同偏最小二乘迴歸(PLSR)的預測結果進行瞭比較.結果錶明,PSO-LSSVM預測模型可調參數少、速度快,預測精度比PLSR有顯著提高.
고필도비궤유수보장비용수거양본용량소화난우예측적특점,제출용최소이승지지향량궤LSSVM(Least squares support vector machine)래예측비궤유수보장비용.채용입자군산법PSO(Particle Swarm Optimization)우화LSSVM적삼수,병동편최소이승회귀(PLSR)적예측결과진행료비교.결과표명,PSO-LSSVM예측모형가조삼수소、속도쾌,예측정도비PLSR유현저제고.
