改进的支持向量机算法及其应用

摘要：

支持向量机算法(SVM)应用于具有小样本特征的实际问题时是否能获得到良好的预测效果，取决于能否成功地设置该算法的关键参数，这一瓶颈问题一直阻碍着该算法在具有小样本特性的实际工程中的应用。论文在分析SVM回归估计方法参数性能的基础上，提出了以自适应粒子群算法(APSO)优化SVM关键参数的改进SVM算法，并以变电工程为背景提出了相应的工程造价预测模型。运用此模型，对某实际变电工程实例进行了造价预测仿真分析，并与传统的支持向量机算法进行比较，说明改进的支持向量机算法具有良好的变电工程造价预测精度，且速度较快。

关键词： 粒子群算法 支持向量机算法 变电工程造价

作者: 彭光金 俞集辉 司海涛 杨蕴华 李世勉 谭柯

作者单位: 输配电装备及系统安全与新技术国家重点实验室，重庆 400030 输配电装备及系统安全与新技术国家重点实验室，重庆 400030 衢州市电力公司 浙江 衢州 324000 重庆市电力公司 重庆 400030

会议类型: 国内会议

会议名称: 2012年重庆市电机工程学会学术会议

会议地点: 重庆

会议语种:中文

页码: 158-162

在线出版日期: 2012-11-01（万方平台首次上网日期，不代表论文的发表时间）