基于支持向量回归机的复杂产品费用估算研究

摘要：

传统的费用估算算法需要大量的样本数据来保证其估算的准确性，但在实际应用中，由于样本数据的有限性，其准确性无法得到保证，针对这种情况提出使用基于统计学习理论的支持向量回归机（SVR）进行费用估算，并通过具体实例详细阐述基于SVR的费用估算具体步骤，包括数据预处理、基于SVR的训练、估算和后处理过程，通过与神经网络方法相比，实验结果验证了SVR在小样本情况下具有更好的估算精度。最后实现了基于SVR的复杂产品费用估算方法，并集成于复杂产品费用估算系统。

关键词：复杂产品、支持向量回归机、小样本、费用估算

分类号：TN711-34;TP319(基本电子电路)

在线出版日期：2015-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：38-42,46