v支持向量回归用于退化轨迹建模

• 作者: 胡友涛 胡昌华 范金锁
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 退化轨迹 v支持向量回归 小样本 遗传算法
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 软件、算法与仿真
• 页码范围: 231-236
• 页数: 6页
• 分类号: TB114.3
• 字数: 5227字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2017.01.34

摘要

针对小样本情形下的退化轨迹建模问题，为解决用ε支持向量回归（ε-support vector regression，ε-SVR）建模时不敏感参数ε不易选择的难题，提出一种基于 v 支持向量回归（v-support vector regression，v-SVR）的退化轨迹建模方法，并用遗传算法优化模型参数以提高建模精度。参数 v 与支持向量和错误样本点的个数有关，根据这一性质确定 v 的取值范围，并实现对支持向量或错误样本点个数的控制。对疲劳裂纹增长数据的实例分析表明，所提方法不仅便于确定参数，而且相对于以往文献的方法有更高的建模精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡友涛	火箭军指挥学院作战实验中心	2	6	2.0	2.0
2	范金锁	火箭军指挥学院作战实验中心	1	4	1.0	1.0
3	胡昌华	火箭军工程大学控制工程系	33	173	7.0	11.0