一种自适应SVM近似模型参数优化方法
- 专利权人:
- 南京理工大学
- 发明人:
- 赵天枝,葛建立,曹杰,王雪嫣,孙全兆,杨国来,王浩
- 申请号：
- CN201611044162.0
- 公开号：
- CN108108583A
- 申请日:
- 2016.11.24
- 申请国别(地区):
- 中国
- 年份:
- 2018
- 代理人:
- 朱沉雁
- 摘要：
- 本发明公开了一种自适应SVM近似模型参数优化方法，用于提高SVM近似模型的精度，步骤如下：使用最优拉丁超立方试验设计方法结合对物理模型的分析，获得训练样本集和测试样本集；以测试样本集的相对误差作为适应度值，使用遗传算法，优化SVM近似模型的参数，获得最优参数SVM近似模型；以测试样本集的相对误差作为准则，采用贪婪算法，更新训练与测试样本；在新样本的基础上构造新的SVM近似模型，迭代多次直到SVM近似模型满足精度要求。本发明有效解决了SVM近似模型参数难以选择和精度难以提升的问题，大幅度提高工程上复杂物理模型分析的效率，工程意义显著。
- 来源网站：
- 中国工程科技知识中心
