基于改进PSO-LSSVM的军用工程机械研制费用预测模型

• 作者: 徐波
• 来源期刊: 兵工自动化
• 学科: 工学
• 关键词: 军用工程机械 研制费用 预测 粒子群算法 最小二乘支持向量机
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 先进制造与管理
• 页码范围: 43-45
• 分类号: TJ02
• 字数: 2580字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1576.2011.10.013

摘要

针对传统参数法对装备研制费用进行预测存在的局限性问题,采用改进粒子群算法(particle swarm optimization,PSO)对LSSVM模型进行改进,构建军用工程机械研制费用预测模型.运用2种优化策略改进粒子群算法,对种群初始化过程进行控制、克服粒子群算法易于早熟的缺点.用改进后的粒子群算法优化最小二乘支持向量机的模型参数和核参数,以获得更好的预测效果.预测结果表明:该费用预测模型运用于军用工程机械研制费用预测,明显优于传统预测模型,具有很好的预测精度和效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐波	南昌陆军学院战术教研室	1	0	0.0	0.0