基于FSVR的海洋环境下武器效能评估

海洋环境中各种气象水文要素对海军武器装备的作战效能影响显著,且影响机理复杂,这大大增加了海军武器装备作战效能的评估难度。针对武器装备作战效能评估问题中的小样本、非线性和高维度等问题,将支持向量回归机(Support Vector Regression,SVR)模型应用到该作战效能评估问题中会有较好的性能表现。标准的支持向量回归机对每个样本公平对待,而实际中的样本存在重要性的差别,文中将模糊支持向量回归机应用到武器作战效能评估问题中,提出一种根据样本与所有测试样本在高维特征空间的欧氏距离之和的大小来确定每个样本模糊隶属度的方法,从而体现不同的样本对决策函数学习的贡献率差异。实验结果表明,对于样本中存在野点和噪声的回归问题,模糊支持向量机表现出了更高的评估精度。

FSVR在铁路趟车客运量预测中的应用

提出一种基于模糊支持向量回归机(fuzzy support vector regression,FSVR)的趟车客运量预测方法。以客票历史数据为依据,利用列车的实际客运量数据进行实验,结果表明,该方法能有效的简化计算复杂度,能够快速准确的对铁路趟车客运量进行预测。

基于CA-FSVR方法的电流互感器误差试验参数预测

本文采用基于相关性分析的模糊支持向量回归方法,对标准电流互感器的误差试验数据进行预测,并根据预测数据的范围和趋势来判断试验设备的运行状态.其中模糊支持向量回归根据数据的采样时间远近,为离群点赋予不同的权值,并通过遗传算法进行参数寻优,获取最优的预测模型.

基于模糊支持向量机的空气预热器温度预测

空气预热器的温度检测对于火力发电机组的安全运行非常重要,提出利用模糊支持向量机回归算法,通过空气预热器历史温度信号与相关联的锅炉负荷信号建立空气预热器温度回归预测模型,对转子内部温度进行软测量。利用一种改进的模糊C均值聚类方法确定训练数据的样本权重,联立遗传算法与K折交叉验证方法优化模型的不敏感损失区域、惩罚因子和径向基核函数作用范围。通过某电厂600 MW机组的实验数据测试,提出的方法具有较高的准确度和泛化能力,较好的满足了提前检测空气预热器二次燃烧征兆的实际需求。

基于改进模糊支持向量回归模型的机场能源需求预测

针对离群点在机场能源数据的预测和分析中存在干扰等问题,建立了一种基于改进模糊支持向量回归(FSVR)的机场能源需求预测模型。首先,采用模糊统计法对测试样本集、系统参数和模型输出进行分析,推导出符合其数据分布的基本隶属函数形式;其次,结合例证法、专家经验法对隶属函数进行"再学习",逐步修改和完善正态隶属函数a、b参数值,半梯形隶属函数边界参数值及三角隶属函数p、d参数值,以此消除或减少不利数据挖掘的离群点,同时保留有效关键点;最后,结合支持向量回归(SVR)算法,建立预测模型,并验证了该模型的可行性。实验结果表明,与反向传播(BP)神经网络方法相比,FSVR方法的预测准确率提高了2.66%,对离群点的识别率提高了3.72%。

A Multiple Model Approach to Modeling Based on Fuzzy Support Vector Machines

A new multiple models(MM) approach was proposed to model complex industrial process by using Fuzzy Support Vector Machines(F -SVMs). By applying the proposed approach to a pH neutralization titration experiment, F -SVMs MM not only provides satisfactory approximation and generalization property, but also achieves superior performance to USOCPN multiple modeling method and single modeling method based on standard SVMs.