舰船装备维修费用预测的PSO-LSSVM方法研究

• 作者: 李哲龙
• 来源期刊: 舰船电子工程
• 学科: 工学
• 关键词: 粒子群 最小二乘支持向量机 装备维修费用 预测
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 可靠性、保障性技术与效能分析
• 页码范围: 129-131,173
• 页数: 4页
• 分类号: TP181
• 字数: 4412字
• 语种: 中文
• DOI: 10.3969/j.issn1672-9730.2013.08.042

摘要

提出了一种基于粒子群优化的最小二乘支持向量机(PSO-LSSVM)模型的舰船装备维修费用预测方法,该方法利用PSO算法的收敛速度快和全局收敛能力,优化LSSVM模型的惩罚因子和核函数参数,避免了人为选择参数的盲目性,提高了LSSVM模型的预测精度.以某舰船装备维修费用为例进行实例验证,计算结果表明,这种方法比其他方法有更好的预测精度.