材料期刊网

支持向量机改进及其在钢材质量管理建模中的应用研究

宋木清 , 罗春龙

钢铁研究

针对支持向量机参数难以选择的问题,提出了基于差分进化算法(DE)的参数选择方法,算例分析结果表明DE算法选择SVM参数有着迭代次数少、结果稳定的优点,能够很好的解决SVM的参数选择问题.随后将基于DE算法选择参数的支持向量机应用于一个钢材质量管理的建模实例中,并将其与神经网络建模方式所得结果相比较,结果表明经改进的支持向量机的预测性能更加优秀.

关键词: 支持向量机 , DE算法 , 参数选择 , 质量管理 , 神经网络