共查询到10条相似文献，搜索用时 15 毫秒
1.
《实验室研究与探索》2016,(10):24-27
针对神经网络方法在磨削力预测方面存在的网络结构不好确定和样本需求量大等不足,提出了一种新的基于支持向量回归机的磨削力智能预测方法。介绍了支持向量回归机的基本原理,分析了影响磨削力的主要因素,选用砂轮速度、工件速度和磨削深度作为输入参数,建立了基于支持向量回归机的磨削力预测模型。仿真结果表明,所建立的预测模型是合理有效的,与BP神经网络预测方法相比,预测的结果准确性更高。 相似文献
2.
《实验室研究与探索》2017,(1)
针对神经网络方法预测并联机床表面粗糙度存在的不足,提出了一种新的基于支持向量回归机的并联机床表面粗糙度预测方法。以某型并联研抛机床为例确定了表面粗糙度预测模型的输入输出参数,建立了基于支持向量回归机的并联机床表面粗糙度预测模型。仿真实验的预测结果表明,所建立的预测模型具有较强的泛化能力,预测的准确性较高。 相似文献
3.
基于支持向量机方法的股票预测模型 总被引：1，自引：0，他引：1
利用支持向量机方法建立股票投资预测模型,经过与多项式函数及Sigmoid核函数的对比,选用Gauss径向基函数作为SVM核函数;抽取223支上市公司的股票作为研究样本,并选取对股票投资影响显著的财务指标构造样本数据集,代入支持向量机模型进行实证测算;实验表明,与BP神经网络模型相比,在样本有限的情况下,基于支持向量机的股票投资模型预测精度更高。 相似文献
4.
5.
针对数控加工误差的不确定性特征,提出了基于v-支持向量机的误差预测模型并给出了实现步骤;在v-支持向量回归中,当ε＞0时,是错误样本的个数占总样本个数份额的上界,利用该性质,误差预测的置信度和置信区间可以很自然地用参数1-v-和变量ε来表示. 相似文献
6.
铁路客运量数据受多种因素影响而呈现出非线性等特点,为了进一步提高其预测精度,文章提出了粒子群算法（ PSO）优化支持向量机（ SVM）的公路客运量预测模型。利用PSO寻优能力突出的优点,对支持向量机的参数进行了优化选择,并用优化后的支持向量机模型对公路客运量进行预测。研究结果显示,相比BP神经网络和传统的SVM预测方法,基于PSO-SVM的预测精度更高,从而表明了粒子群算法优化支持向量机的方法是有效的。 相似文献
7.
基于离散单元法建立了圆柱形颗粒阻尼器的仿真模型,研究了阻尼器内颗粒在不同激振条件下的运动形态及其能量耗散大小。为了获取两者之间的定量关系,应用基于网格搜索法(GS)的支持向量机(SVM)建立了颗粒运动形态的分类预测模型及其能量损耗的回归预测模型,对颗粒运动形态的分布及其能量损耗的大小进行了预测,并通过仿真进行了验证。结果表明:基于GS方法优化的SVM能够建立一个预测准确度很高、推广泛化能力很强的分类和回归预测模型,该预测模型不仅能够很好地揭示颗粒系统在不同运动形态下的能量耗散的变化规律,而且还能在较大的激振条件范围内确定系统能量耗散最大值及对应的运动形态。 相似文献
8.
《实验室研究与探索》2016,(2):17-21
将基于遗传算法(GA)的支持向量回归机(SVR)用于建立颗粒阻尼减振结构阻尼特性预测模型。应用基于结构风险最小化准则的SVR,建立颗粒阻尼减振结构阻尼特性—影响因素SVR预测模型,对颗粒阻尼减振结构的阻尼特性进行预测,并通过实验进行了验证。结果表明:在选择适当的参数和核函数的基础上,利用该方法建立的预测模型,平均相对误差在10.3%左右;颗粒阻尼器的减振性能随填充率的增加而增加,颗粒填充率75%时,减振性能最好;颗粒密度是影响颗粒阻尼器减振效果的重要因素,颗粒密度越大系统的减振性能越好;颗粒阻尼器的减振性能随着颗粒直径的变化不明显。 相似文献
9.
10.
为了准确预测交通流量,提出了一种基于改进型支持向量机算法的短时交通流量预测方法。支持向量机对训练样本进行学习后,可以形成影响因素与影响结果之间的最优函数,进而根据实时交通状态对交通流量进行非线性回归预测。为了提高预测精度,使用QPSO算法优化了支持向量机的参数,并进行了滤波处理以减小模型误差。仿真结果显示,实际预测误差小于10%。 相似文献