基于微粒群优化算法和支持向量机的软测量建模

被引：4

作者：

卜艳萍

俞金寿

机构：

[1] 华东理工大学自动化研究所

来源：

华东理工大学学报(自然科学版) | 2008年 / 01期

关键词：

微粒群优化算法; 支持向量机; 核函数; 软测量;

D O I：

10.14135/j.cnki.1006-3080.2008.01.029

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

在分析基本微粒群优化算法(PSO)和支持向量机(SVM)原理的基础上,采用带有末位淘汰机制的微粒群优化算法优化支持向量机的参数,建立了延迟焦化装置粗汽油干点软测量的微粒群支持向量机模型。该方法利用支持向量机结构风险最小化原则和PSO算法快速全局优化的特点,用于软测量建模。仿真实验表明:所建模型的泛化性能较好,模型具有较高的精度。

引用

页码：131 / 134

页数：4