|
|||||
|
|
| 蚁群优化最小二乘支持向量机在测量数据拟合中的应用 | |
| 作者姓名： | 蒋波涛 Hines J. Wesley 赵福宇 |
| 摘 要： | 针对传统数据拟合方法存在依赖用户经验，需预先确定估计拟合函数等缺点，提出一种基于蚁群优化最小二乘支持向量回归机（ACO-LSSVR）的数据拟合方法。该方法采用蚁群优化（ACO）对最小二乘支持向量回归机（LSSVR）的参数进行优化，获取最优参数，从而建立数据拟合模型。将该方法与传统回归拟合方法用于核工程的2个测量数据拟合实例中，得到堆芯功率曲线和熔融液滴在冷却剂中运动特性曲线，将2条曲线的拟合结果进行了比较。结果表明，ACO-LSSVR具有较高的拟合精度且无需对数据分段确定拟合函数。 |
| 关 键 词： | 数据拟合 核工程 蚁群优化（ACO） 最小二乘支持向量回归机（LSSVR） |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《核动力工程》浏览原始摘要信息 | |
| 点击此处可从《核动力工程》下载免费的PDF全文 | |