%0 Journal Article
%T 基于微粒群优化算法和支持向量机的软测量建模
%A 卜艳萍
%A 俞金寿
%J 华东理工大学学报
%P 131-134
%D 2008
%X 在分析基本微粒群优化算法(PSO)和支持向量机(SVM)原理的基础上,采用带有末位淘汰机制的微粒群优化算法优化支持向量机的参数,建立了延迟焦化装置粗汽油干点软测量的微粒群支持向量机模型.该方法利用支持向量机结构风险最小化原则和PSO算法快速全局优化的特点,用于软测量建模.仿真实验表明:所建模型的泛化性能较好,模型具有较高的精度.
%K 微粒群优化算法
%K 支持向量机
%K 核函数
%K 软测量
%U http://journal.ecust.edu.cn/ch/reader/view_abstract.aspx?file_no=20080129&flag=1