灰色SVR模型在珩磨尺寸预测中的应用

• 作者: 宁会峰 李奇军 牛永江
• 来源期刊: 机械研究与应用
• 关键词: 预测 灰色模型 粒子群算法 支持向量机 珩磨
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 研究与试验
• 页码范围: 32-37
• 页数: 6页
• 分类号: TH161
• 语种: 中文
• DOI: 10.16576/j.cnki.1007-4414.2019.02.010

摘要

针对灰色(1,1)模型(Grey model(1,1),GM(1,1))对非指数型数据序列预测精度低的问题,提出了一种灰色支持向量回归(Grey support vector regression,GSVR)预测模型.该模型一方面通过参数累积估计、预测公式改进和数据等维递补,对灰色模型进行建模优化,另一方面通过差分变异和混沌局部搜索改进的粒子群算法,对支持向量回归机进行参数优化,再将二者相结合进行预测.对柱塞套内圆珩磨尺寸的预测结果表明,该模型的预测均方误差为0.3913,平均绝对百分比误差为4.90％,其预测精度较GM(1,1)模型显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宁会峰	兰州理工大学机电工程学院	39	138	7.0	9.0
2	牛永江	天水师范学院机电与汽车工程学院	19	87	3.0	9.0
3	李奇军	天水师范学院机电与汽车工程学院	6	12	1.0	3.0