一种改进的SVR方法预测陀螺漂移误差系数

• 来源期刊: 战术导弹控制技术
• 学科: 航空航天
• 关键词: 支持向量机 支持向量回归 粒子群优化算法 漂移误差系数 预测
• 年，卷（期）: 2013,（1）
• 页码范围: 33-37
• 页数: 5页
• 分类号: V448
• 语种: 中文

摘要

应用支持向量回归算法预测小样本问题,可以取得较高的预测精度,但是支持向量回归算法本身的参数选取缺乏科学方法,一般通过交叉验证确定.应用粒子群优化算法对支持向量回归参数进行优化选取,并以某型陀螺某项漂移误差系数的历史数据为例,进行了预测计算.结果表明,经过优化选择参数的支持向量回归算法,能够给出很好的预测结果,且训练样本的预测值和实际值之间达到高度拟合.