VPRS和LS_SVM的联合建模对于金属粉末性能的测定
雾化合金制粉过程为典型的复杂过程,采集到的数据样本集中会有一定的重复样本和冗余属性,甚至干扰信息。本文针对雾化制粉生产存在的信息不完整性和不确定性,提出了一种基于集对势容差关系的变精度粗糙集(VPRS)和混合核函数为建模工具的最小二乘向量机(LS_SVM)的预测模型。首先,对信息进行预处理后构建初始决策表,采用贪心算法对冗余嵌入和冗余变量进行 VPRS约简,获取精简样本空间;然后,将精简结果作为LS_SVM的输入,对关键变量和参数进行辨识和优化。仿真结果表明,该预测模型具有较好的泛化性能和较高的预测精度。
雾化合金制粉、变精度粗糙集、最小二乘向量机、混合核
TP3;TG1
2014-07-16(万方平台首次上网日期,不代表论文的发表时间)
共3页
147-149