基于LSSVM的六价铬含量预测模型

摘要：

设计一种六价铬自动测量系统，为提高测量的准确度，使用最小二乘支持向量机（LSSVM）算法建立预测模型，并使用混合蛙跳算法优化LSSVM算法的参数，可避免算法收敛于局部最优，增强算法的泛化能力，减少算法对异常样本的预测偏差，提高精度。通过对神经网络模型及LSSVM模型进行仿真对比，结果显示LSSVM模型的六价铬含量预测误差更小。

关键词：支持向量机、六价铬、预测偏差、自动测量系统

所属期刊栏目：40

分类号：TN911-34;TP391

资助基金：四川省科技厅科技支撑计划15ZC0195；四川省人工智能重点实验室项目2013RZY03；企业信息化与物联网测控技术四川省高校重点实验室基金项目2013WZY04，2014WYY01；泸州老窖奖学金项目15LJZK04

在线出版日期：2017-03-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：100-102