支持向量机与神经网络在减振器建模中的应用

• 作者: 王先云 郭孔辉
• 来源期刊: 科学技术与工程
• 学科: 交通运输
• 关键词: 车辆模拟 支持向量机回归 神经网络 减振器
• 年，卷（期）: 2011,（33）
• 所属期刊栏目: 交通运输
• 页码范围: 8219-8224
• 分类号: U463.33
• 字数: 3215字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1815.2011.33.027

摘要

提出了利用支持向量机回归建立减振器非参数模型的方法.之后,利用支持向量机建立的模型与两类神经网络模型进行了对比.一类是反向传播神经网络,另一类是径向基函数神经网络.这三种模型分别在虚拟减振器与真实减振器上进行了比较.比较结果证明反向传播神经网络对虚拟减振器的辨识结果最好,而支持向量机回归算法对真实减振器的辨识效果最好.其原因是由于真实减振器的试验数据均具有噪声,而支持向量机对噪声具有一定的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王先云		1	3	1.0	1.0
2	郭孔辉		1	3	1.0	1.0