您的位置： 专家智库 > >

贾云峰

作品数：2 被引量：2H指数：1
供职机构：华中科技大学机械科学与工程学院国家CAD支撑软件工程技术研究中心更多>>
发文基金：国家自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 2篇支持向量
  • 2篇支持向量回归
  • 2篇向量
  • 1篇优化算法
  • 1篇增量法
  • 1篇支撑向量
  • 1篇支撑向量回归
  • 1篇全局优化
  • 1篇全局优化算法
  • 1篇响应面
  • 1篇计算机
  • 1篇计算机仿真
  • 1篇仿真

机构

  • 2篇华中科技大学
  • 1篇武汉纺织大学

作者

  • 2篇贾云峰
  • 1篇张爱莲
  • 1篇吴义忠

传媒

  • 1篇计算机科学

年份

  • 2篇2012
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于支持向量回归的全局仿真优化算法
囿于传统全局优化方法及其它基于替代模型的全局仿真优化方法存在估值次数多、无法应对高维优化问题等缺点,近些年开始流行基于“黑箱”的元模型(响应面)方法,主要包括基于SVR、基于RSM、基于Kriging、基于RBF等元模型...
贾云峰
关键词：计算机仿真支撑向量回归
基于增量SVR模型的改进全局优化算法被引量：2
2012年
SVR(支持向量回归)是一种具有较强稳健性的小样本学习方法,它可有效避免"维数灾难",并被引入到全局优化中。然而现有的基于SVR的全局优化算法存在估值次数多、无法应对高维优化问题等缺点。提出了一种基于增量SVR模型的新的改进全局优化算法DISVR:采用增量SVR方法提高过程响应面的重构效率;采用一种新的增量LHD(Latin Hyper-cube Sampling)方法确保样本集分布均匀;采用DIRECT搜索算法提高全局搜索的稳定性和效率。最后,通过多个测试函数表明,该算法既降低了时间复杂度,也有效减少了源模型的估值次数。
贾云峰张爱莲吴义忠
关键词：全局优化响应面支持向量回归增量法
全选 清除 导出
共1页<1>
聚类工具0