基于ANN和SVM的质量预测方法研究

• 作者: 刘渤海 杨世元
• 来源期刊: 制造业自动化
• 学科: 工学
• 关键词: 人工神经网络(ANN) 支持向量机(SVM) 时序空间(TSS) 质量预测
• 年，卷（期）: 2010,（5）
• 所属期刊栏目: 分析与探讨
• 页码范围: 152-155
• 分类号: TP183
• 字数: 2733字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0134.2010.05.045

摘要

针对随机抽取的质量数据序列的特点,提出时序空间(Time Seauence Space,TSS)的概念,将人工神经网络(Artificial Neural Network,ANN)和支持向量机(Support VectorMachine,SVM)回归模型引入质量数据预测领域.并给出了相应的过程和算法.使用均方误差对拟合精度进行检验,用相对误差对预测精度进行检验.结果表明,相对于传统的多项式回归模型,人工神经网络和支持向量机回归模型的拟合精度较高,相对误差较小,泛化能力较强,可以作为质量数据的预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨世元	合肥工业大学仪器科学与光电工程学院	53	456	11.0	18.0
2	刘渤海	合肥工业大学管理学院	18	206	8.0	14.0