基于AdaBoost的集成支持向量机预测技术仿真 |
| |
引用本文: | 王国庆.基于AdaBoost的集成支持向量机预测技术仿真[J].科技信息,2012(28):257-259. |
| |
作者姓名: | 王国庆 |
| |
作者单位: | 上海飞机设计研究院结构部 |
| |
摘 要: | 本文结合遗传算法参数优化方法,提出了基于AdaBoost集成支持向量机(SupportVectorMachine或SVM)算法,建立了基于AdaBoost集成SVM预测模型。通过Sinc函数仿真数据,分析了基于AdaBoost的集成支持向量机的预测性能。结果表明,基于Ada~Boost集成预测模型的预测相对平均误差达到1.31%,而SVM预测相对平均误差为279%,提升幅度达到53%,说明集成SVM预测模型具有很高的预测精度。通过对Sinc函数加入不同含量的噪声,发现与改进前的集成SVM算法相比,本文提出的算法具有更强的抗干扰能力。应用该算法,对轴承疲劳寿命实验中轴承振动信号特征量趋势进行预测,结果表明其14步预测的相对平均误差为027%,预测结果良好。
|
关 键 词: | 遗传算法AdaBoost 算法 支持向量机 预测 |
本文献已被 维普 等数据库收录! |
|