经验公式发现系统(FDD)中对误差的改进
在研究科学和解决工程应用问题时,经常需要根据两个变量的实验数据,找出这两个变量之间的关系.使用传统的数据拟合技术所求得的近似公式大多表示为代数多项式,系数由最小二乘法原理建立正规方程组求出.但这种传统拟合方法存在一个"病态问题",即系数行列式元素微小变化引起解的显著变化的问题.为了解决这个问题,采用基于人工智能的机器发现和数值计算的曲线拟合相结合的经验公式发现技术,并对经验公式发现系统中的误差评判方法提出了改进算法,提高了公式发现系统的可用性.
经验公式发现系统FDD、数据拟合、最小二乘法、误差、平均误差率
29
TP301.6(计算技术、计算机技术)
北京市自然科学基金项目4062009;教育部重点基金项目DF2006;北京市教委重点基金项目KZ200710028014;北京市教委科技发展计划面上基金项目KM200610028013;北京市教委教学改革立项基金项目2005075
2009-01-07(万方平台首次上网日期,不代表论文的发表时间)
共3页
5287-5289