LSSVM过程建模中超参数选取的梯度优化算法

• 作者: 胡望明 陈德钊 陶少辉
• 来源期刊: 化工学报
• 关键词: 最小二乘支持向量机 建模 优选超参数 最速下降法 快速留一法 柠檬酸发酵
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 过程系统工程
• 页码范围: 1514-1517
• 页数: 4页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3321/j.issn:0438-1157.2007.06.030

摘要

基于结构风险最小的最小二乘支持向量机(least squares support vector machine,LSSVM)为标准支持向量机(SVM)的约简,训练简易,性能良好.其模型精度受超参数影响,常规的网络搜索法很难搜得最佳超参数.在快速留一法的基础上,以全样本留一预测误差平方和最小化为目标,导出基于梯度的最优化算法,用以优选为LSSVM超参数.进而构建GLSSVM模型.以柠檬酸发酵过程为算例对GLSSVM进行检验,结果表明G-LSSVM的超参数选取耗时少,模型稳定性良好,且拟合和预报性能都优于标准SVM和神经网络.有望适用于机理不明、高度非线性、小样本的化工过程建模.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈德钊	浙江大学化学工程与生物工程学系	112	1957	24.0	38.0
2	胡望明	浙江大学化学工程与生物工程学系	24	218	9.0	14.0
3	陶少辉	浙江大学化学工程与生物工程学系	20	113	6.0	9.0