基于集成学习的复杂仿真模型验证方法

• 作者: 周玉臣 方可 杨明 马萍
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 集成学习 复杂仿真模型 模型验证 相似性等级分类
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 软件、算法与仿真
• 页码范围: 2124-2130
• 页数: 7页
• 分类号: TP391.9
• 字数: 7295字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2018.09.32

摘要

针对复杂仿真模型验证中海量数据的相似性分析问题,提出了一种基于集成学习的仿真模型验证方法.将仿真时间序列与参考时间序列的相似性分析问题转换为相似性等级分类问题,进而利用神经网络、支持向量机、集成学习等机器学习方法,设计了一种集成分类系统对时间序列的相似性等级进行分类.为了增强基分类器的多样性,提出了基于惩罚因子的多样性筛选准则;通过挑选具有最大差异性的基分类器,构造高性能集成分类系统.最后利用相关数据,对所提出的方法进行应用研究,验证了方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨明	哈尔滨工业大学控制与仿真中心	281	3177	28.0	45.0
2	马萍	哈尔滨工业大学控制与仿真中心	65	619	15.0	22.0
3	方可	哈尔滨工业大学控制与仿真中心	16	85	6.0	8.0
4	周玉臣	哈尔滨工业大学控制与仿真中心	7	12	2.0	3.0