基于灰狼优化算法的孪生支持向量回归机
Twin support vector regression based on grey wolf optimization algorithm作者机构:江南大学轻工过程先进控制教育部重点实验室江苏无锡214122
出 版 物:《南京理工大学学报》 (Journal of Nanjing University of Science and Technology)
年 卷 期:2020年第44卷第2期
页 面:202-208页
学科分类:0810[工学-信息与通信工程] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0805[工学-材料科学与工程(可授工学、理学学位)] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
主 题:孪生支持向量回归机 灰狼优化算法 参数优化 模型选择
摘 要:为了解决孪生支持向量回归机的参数寻优问题,提出了一种基于灰狼优化算法的孪生支持向量回归机。该算法将均方根误差和平均绝对误差作为灰狼优化算法的适应度函数,借助灰狼优化算法的全局寻优能力,以目标范围内生成狼群的位置代表不同的孪生支持向量回归机参数取值,通过有限次数迭代和灰狼优化算法的位置更新机制得到孪生支持向量回归机的最优参数。实验结果表明,该算法能够找到合适的参数;与现有算法相比,该算法的预测性能更佳,寻优时间显著缩短。