基于PSO-LSSVM的飞机维修保障费用预测模型

• 作者: 陈高波
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 最小二乘支持向量机 粒子群 费用
• 年，卷（期）: 2010,（9）
• 页码范围: 181-183
• 分类号: TP3
• 字数: 2586字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2010.09.057

摘要

考虑到飞机维修保障费用数据样本容量小和难于预测的特点,提出用最小二乘支持向量机LSSVM(Least squares support vector machine)来预测飞机维修保障费用.采用粒子群算法PSO(Particle Swarm Optimization)优化LSSVM的参数,并同偏最小二乘回归(PLSR)的预测结果进行了比较.结果表明,PSO-LSSVM预测模型可调参数少、速度快,预测精度比PLSR有显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈高波	武汉工业学院数理科学系	24	91	4.0	8.0