基于PSO-SVM与样本加权的武器装备费用建模与预测

• 作者: 刘晓东 王晓明 蔡磊 袁冬根
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 费用预测 粒子群算法 支持向量机 样本加权
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 工程实践
• 页码范围: 171-175
• 分类号: TN953
• 字数: 4733字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0640.2011.06.047

摘要

武器装备费用预测是武器装备费用分析的重要内容，预测分析的难点之一在于样本数据少，且样本数据具有复杂的非线性特点。充分利用支持向量机的结构风险最小化与粒子群算法快速全局优化的特点，采用粒子群算法快速优化支持向量机的模型参数；充分利用样本信息，模型中样本加权值的确定采用预测误差和样本相似度的样本加权方法，研究建立基于PSO SVM与样本加权方法的武器装备费用预测模型，进一步提高模型预测效果。最后，通过实例验证了该方法的可行性，为武器装备费用预测提供了一种新思路。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘晓东	空军工程大学工程学院	82	445	12.0	16.0
2	蔡磊	空军工程大学工程学院	6	44	4.0	6.0
3	袁冬根	空军工程大学工程学院	9	42	4.0	6.0
4	王晓明	空军工程大学工程学院	2	13	2.0	2.0