最小二乘支持向量机的参数优化及其应用

被引：52

作者：

陈帅 ^{[1
]}

朱建宁 ^{[2
]}

潘俊 ^{[2
]}

侍洪波 ^{[1
]}

机构：

[1] 华东理工大学自动化研究所

[2] 上海焦化有限公司

来源：

华东理工大学学报(自然科学版) | 2008年 / 02期

关键词：

最小二乘支持向量机; 进化类算法; 参数优化; 遗传算法; 粒子群算法; BP神经网络; 德士古气化炉; 软测量建模;

D O I：

10.14135/j.cnki.1006-3080.2008.02.029

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对最小二乘支持向量机的多参数带来的参数寻优问题,将进化算法(遗传算法和PSO算法)应用其中,通过Sinc函数的测试,成功地实现了多参数的联合优化;将这一方法应用到德士古炉温软测量建模中,采用来自工业现场的实测数据进行仿真,将两种方法的仿真结果与常用的BP神经网络进行比较,可以看出两种算法都较好地解决了最小二乘支持向量机的参数优化问题。

引用

页码：278 / 282

页数：5