河北省科技支撑计划项目(13210302D)
- 作品数：1 被引量：2H指数：1
- 相关作者：王志强崔彦军王怀瑞更多>>
- 相关机构：河北省科学院更多>>
- 发文基金：河北省科技支撑计划项目更多>>
- 相关领域：理学一般工业技术更多>>
- 基于改进最小二乘支持向量机的最优解估计方法被引量：2
- 2013年
- 针对参数化优化问题需要反复求解以适应模型参数变化,从而累积大量经验数据的特点,提出可根据经验数据估计新参数所对应最优解的思想。由于所考虑的优化问题往往涉及多个参数的扰动或变化,最优解的估计问题可以考虑为多元散乱数据拟合问题,本文采用最小二乘支持向量回归(LS-SVR)方法实现了该问题的一般解法。选用无需额外设置参数的无穷结点线性样条核,并提出了集成两层优化框架的改进LS-SVR方法,完全避免了人为整定算法调节参数带来的误差。通过参数化蒸馏塔优化模型的数值实验.对比了改进的LS-SVR与最近邻插值方法、径向基网络的估计效果,结果表明,改进的LS-SVR方法所估计的结果最贴近真实值。改进的LS-SVR方法用优化算法替代人为的参数整定,能够高效准确地估计参数化优化问题的最优解,从而明显提高优化的求解效率。
- 王志强崔彦军王怀瑞
- 关键词：最小二乘支持向量机
