基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
准确地预测残余应力对激光冲击工艺过程中的参数优化有重要的意义.残余应力预测问题实际上是多输入单输出问题,文中利用粒子群优化方法优化支持向量机回归中的参数,建立了残余应力的预测模型.试验结果表明,经PSO算法优化的SVM回归模型具有较高的预测精度.
推荐文章
粒子群算法优化支持向量机的网络流量混沌预测
粒子群算法优化
支持向量机
网络流量
混沌预测
平均绝对误差
蚁群算法
基于粒子群优化支持向量机的建筑室内温度预测模型
室内温度
楼宇阀门
支持向量机
粒子群优化算法
基于粒子群算法优化支持向量机的模拟电路诊断
故障诊断
模拟电路
粒子群优化
多小波变换
支持向量机
基于粒子群优化支持向量机的电梯故障诊断
电梯
故障诊断
最优小波包
粒子群算法
支持向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机和粒子群优化相结合的残余应力预测
来源期刊 机械设计 学科 工学
关键词 支持向量机 粒子群优化算法 残余应力预测
年,卷(期) 2015,(7) 所属期刊栏目 现代装备制造技术与实例分析
研究方向 页码范围 83-87
页数 5页 分类号 TH16
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王明春 12 74 4.0 8.0
2 戚厚军 29 164 6.0 12.0
3 张孟劼 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (76)
共引文献  (1969)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(11)
  • 参考文献(0)
  • 二级参考文献(11)
2005(16)
  • 参考文献(1)
  • 二级参考文献(15)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(9)
  • 参考文献(2)
  • 二级参考文献(7)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量机
粒子群优化算法
残余应力预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
机械设计
月刊
1001-2354
12-1120/TH
大16开
天津市河北区南口路40号
6-59
1983
chi
出版文献量(篇)
6970
总下载数(次)
20
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导