群智能算法优化SVR预测模型的应用与分析

• 作者: 朱林 陆春伟
• 来源期刊: 计算机测量与控制
• 关键词: 改进蚁群算法 改进粒子群算法 支持向量机回归模型 参数寻优 收敛速度 相对误差
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 算法、设计与应用
• 页码范围: 2890-2892
• 页数: 3页
• 分类号: TP301
• 语种: 中文

摘要

群体智能是基于生物群体行为规律的智能计算技术,常用以解决参数寻优等问题;作为群体智能的两种典型算法,蚁群算法和粒子群算法应用极为广泛;文章分析了标准蚁群算法和粒子群算法的不足,分别采用改进的蚁群算法和粒子群算法对支持向量机回归模型参数进行优化,并以钕铁硼吸氢阶段合金氢含量预测为例,通过MATLAB对改进后的预测模型进行了仿真验证,最终给出了两种方法优化后,模型的预测效果及性能对比;仿真结果表明,改进的群体智能算法对工艺优化控制有着重要的意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱林	内蒙古科技大学信息工程学院	39	127	6.0	9.0
2	陆春伟	内蒙古科技大学信息工程学院	2	11	1.0	2.0