| 基于遗传算法和最小二乘支持向量机的织物剪切性能预测 |
| |
| 引用本文： | 卢桂馥,王勇,窦易文.基于遗传算法和最小二乘支持向量机的织物剪切性能预测[J].计量学报,2009,30(6). |
| |
| 作者姓名： | 卢桂馥 王勇 窦易文 |
| |
| 作者单位： | 1. 安徽工程科技学院计算机科学与工程系,安徽,芜湖,241000;南京理工大学计算机学院,江苏,南京,210094
2. 安徽工程科技学院计算机科学与工程系,安徽,芜湖,241000 |
| |
| 基金项目： | 安徽省自然科学基金，安徽省教育厅青年教师科研资助计划，安徽工程科技学院青年教师基金 |
| |
| 摘 要： | 提出了一种基于最小二乘支持向量机的织物剪切性能预测模型,并且采用遗传算法进行最小二乘支持向量机的参数优化,将获得的样本进行归一化处理后,将其输入预测模型以得到预测结果.仿真结果表明,基于最小二乘支持向量机的预测模型比BP神经网络和线性回归方法具有更高的精度和范化能力.
|
| 关 键 词： | 计量学 织物 剪切性能 最小二乘支持向量机 遗传算法 |
Prediction of Fabric Shearing Property with Least Square Support Vector Machines |
| |
| LU Gui-fu,WANG Yong,DOU Yi-wen.Prediction of Fabric Shearing Property with Least Square Support Vector Machines[J].Acta Metrologica Sinica,2009,30(6). |
| |
| Authors: | LU Gui-fu WANG Yong DOU Yi-wen |
| |
| Abstract: | A new method is proposed to predict the fabric shearing property with least square support vector machines ( LS-SVM ). The genetic algorithm is investigated to select the parameters of LS-SVM models as a means of improving the LS- SVM prediction. After normalizing the sampling data, the sampling data are inputted into the model to gain the prediction result. The simulation results show the prediction model gives better forecasting accuracy and generalization ability than BP neural network and linear regression method. |
| |
| Keywords: | Metrology Fabric Shearing property Least square support vector mathihe Genetic algorithm |
| 本文献已被 万方数据 等数据库收录！ |
