铜陵学院学报
銅陵學院學報
동릉학원학보
JOURNAL OF TONGLING COLLEGE
2011年
3期
98-100
,共3页
粒子群优化支持向量机%粒子群优化算法%支持向量机%冲天炉铁液质量%预测
粒子群優化支持嚮量機%粒子群優化算法%支持嚮量機%遲天爐鐵液質量%預測
입자군우화지지향량궤%입자군우화산법%지지향량궤%충천로철액질량%예측
冲天炉铁液质量预测是一项复杂而有难度的技术,受到很多因素的影响.文章提出了基于粒子群优化支持向量机(PSO-SVM)的冲天炉铁液质量预测方法,即将粒子群优化算法(PSO)用于SVM参数优化.它不仅具有很强的全局搜索能力,而且容易实现.经实验结果证明,PSO-SVM的预测输出与实测数据基本一致,其预测精度高于普通的SVM,所有的预测误差都远小于5%的工程许可误差.
遲天爐鐵液質量預測是一項複雜而有難度的技術,受到很多因素的影響.文章提齣瞭基于粒子群優化支持嚮量機(PSO-SVM)的遲天爐鐵液質量預測方法,即將粒子群優化算法(PSO)用于SVM參數優化.它不僅具有很彊的全跼搜索能力,而且容易實現.經實驗結果證明,PSO-SVM的預測輸齣與實測數據基本一緻,其預測精度高于普通的SVM,所有的預測誤差都遠小于5%的工程許可誤差.
충천로철액질량예측시일항복잡이유난도적기술,수도흔다인소적영향.문장제출료기우입자군우화지지향량궤(PSO-SVM)적충천로철액질량예측방법,즉장입자군우화산법(PSO)용우SVM삼수우화.타불부구유흔강적전국수색능력,이차용역실현.경실험결과증명,PSO-SVM적예측수출여실측수거기본일치,기예측정도고우보통적SVM,소유적예측오차도원소우5%적공정허가오차.