计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2013年
12期
390-394
,共5页
尤志锋%石全%胡起伟%刘天斌
尤誌鋒%石全%鬍起偉%劉天斌
우지봉%석전%호기위%류천빈
复杂性评估%支持向量回归机%回归分析%遗传算法%小样本
複雜性評估%支持嚮量迴歸機%迴歸分析%遺傳算法%小樣本
복잡성평고%지지향량회귀궤%회귀분석%유전산법%소양본
complexity factors synthesizing%SVR%regression analysis%GA%small sample
利用欧几里得范式对任务复杂性影响因素进行综合性评估,所得的平方相关系数较小,需要的样本量较大,不适用与小样本事件.并且上述评估方法是固定的,不能够根据不同的因变量进行适应性改变,估计的效果较差,可操作性不强.为解决上述问题,将小样本对象的复杂性综合评估模型转化为挖掘输入特征属性向量与输出评估值之间关系的模型,利用支持向量回归机进行学习,可以较好地解决上述问题.结果表明利用支持向量回归方法进行复杂性综合评估,精度较高,可操作性强.
利用歐幾裏得範式對任務複雜性影響因素進行綜閤性評估,所得的平方相關繫數較小,需要的樣本量較大,不適用與小樣本事件.併且上述評估方法是固定的,不能夠根據不同的因變量進行適應性改變,估計的效果較差,可操作性不彊.為解決上述問題,將小樣本對象的複雜性綜閤評估模型轉化為挖掘輸入特徵屬性嚮量與輸齣評估值之間關繫的模型,利用支持嚮量迴歸機進行學習,可以較好地解決上述問題.結果錶明利用支持嚮量迴歸方法進行複雜性綜閤評估,精度較高,可操作性彊.
이용구궤리득범식대임무복잡성영향인소진행종합성평고,소득적평방상관계수교소,수요적양본량교대,불괄용여소양본사건.병차상술평고방법시고정적,불능구근거불동적인변량진행괄응성개변,고계적효과교차,가조작성불강.위해결상술문제,장소양본대상적복잡성종합평고모형전화위알굴수입특정속성향량여수출평고치지간관계적모형,이용지지향량회귀궤진행학습,가이교호지해결상술문제.결과표명이용지지향량회귀방법진행복잡성종합평고,정도교고,가조작성강.
