[發(fā)明專利]一種基于改進粒子群算法的SVR三參數(shù)尋優(yōu)方法在審
| 申請?zhí)枺?/td> | 202010927500.5 | 申請日: | 2020-09-07 |
| 公開(公告)號: | CN112115990A | 公開(公告)日: | 2020-12-22 |
| 發(fā)明(設(shè)計)人: | 何鴻天;李先允;倪喜軍;王書征;張效言 | 申請(專利權(quán))人: | 南京工程學(xué)院 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06N3/00 |
| 代理公司: | 南京縱橫知識產(chǎn)權(quán)代理有限公司 32224 | 代理人: | 董建林 |
| 地址: | 211167 江蘇*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 改進 粒子 算法 svr 參數(shù) 方法 | ||
1.一種基于改進粒子群算法的SVR三參數(shù)尋優(yōu)方法,其特征是,利用改進PSO-SVR算法優(yōu)化擬合器相關(guān)參數(shù),包括以下步驟:
a、對采集的樣本數(shù)據(jù)進行5重交叉驗證實驗,從平均絕對誤差(MAE),均方誤差(MSE)和相關(guān)系數(shù)(R2)三個指標(biāo)對比各個參數(shù)對擬合器性能的影響,選擇對擬合器性能影響較大的參數(shù)作為待優(yōu)化參數(shù);
b、初始化擬合器和粒子群算法的相關(guān)參數(shù),根據(jù)所述相關(guān)參數(shù)更新粒子速度和位置;
c、將步驟a中選定的待優(yōu)化參數(shù)設(shè)置為粒子當(dāng)前位置的相應(yīng)維度值,并根據(jù)所述5重交叉驗證實驗得到的從平均絕對誤差(MAE),均方誤差(MSE)和相關(guān)系數(shù)(R2),計算得到粒子當(dāng)前位置對應(yīng)的適應(yīng)度值;
d、根據(jù)所述粒子當(dāng)前位置進行適應(yīng)性變異,更新個體最優(yōu)位置和種群最優(yōu)位置;
e、若函數(shù)收斂,則結(jié)束尋優(yōu),輸出最優(yōu)參數(shù)的組合,否則返回步驟b繼續(xù)迭代尋優(yōu)。
2.根據(jù)權(quán)利要求1所述的基于改進粒子群算法的SVR三參數(shù)尋優(yōu)方法,其特征是,在所述步驟a中,待優(yōu)化參數(shù)包括:懲罰系數(shù)C,寬度系數(shù)γ和不敏感系數(shù)ε。
3.根據(jù)權(quán)利要求1所述的基于改進粒子群算法的SVR三參數(shù)尋優(yōu)方法,其特征是,在所述步驟b中,擬合器和粒子群算法的相關(guān)參數(shù)包括:
SVR(支持向量回歸算法)樣本集、粒子群種群個數(shù)、第i個粒子的初始位置(C,γ,ε)、第i個粒子的初始速度vi、初始慣性權(quán)重ω、最大迭代次數(shù)n、第i個粒子的個體最優(yōu)位置pibest,種群最優(yōu)位置pgbest以及第一適應(yīng)性變異系數(shù)t為(0,1)之間隨機值,第二適應(yīng)性變異系數(shù)k為(0,3)之間的隨機值。
4.根據(jù)權(quán)利要求1所述的基于改進粒子群算法的SVR三參數(shù)尋優(yōu)方法,其特征是,在所述步驟b中,根據(jù)所述相關(guān)參數(shù)更新粒子速度和位置具體方法為:
粒子速度更新公式是:
vid(n+1)=ωvid(n)+c1r1(pibest(n)-xid(n))-c2r2(pgbest(n)-xid(n)) (1)
其中,vid(n+1)表示第i個粒子的第d維在第n+1輪時的速度,vid(n)表示第i個粒子的第d維在第n輪時的速度,xid(n)表示第i個粒子的第d維在第n輪時的位置,ω為初始慣性權(quán)重,c1為第一學(xué)習(xí)因子,c2為第二學(xué)習(xí)因子,r1、r2為相互獨立且均勻分布在[0,1]區(qū)間的隨機數(shù),pibest(n)為第i個粒子在第n輪時的個體最優(yōu)位置的第d維度值,pgbest(n)為第n輪時的種群最優(yōu)位置的第d維值;
粒子位置更新公式為:
xid(n+1)=xid(n)+vid(n) (2)
其中,xid(n+1)表示第i個粒子的第d維在第n+1輪時的位置。
5.根據(jù)權(quán)利要求1所述的基于改進粒子群算法的SVR三參數(shù)尋優(yōu)方法,其特征是,在所述步驟d中,適應(yīng)性變異的公式為:
如果t0.5,判斷k的取值
若k=1:xid(n)=(20)*rand+1;
若k=2:xid(n)=(20)*rand+popgmin;
若k=3:xid(n)=1.5*rand;
若t=0.5,xid(n)不變;
其中,第一適應(yīng)性變異系數(shù)t為(0,1)之間隨機值,第二適應(yīng)性變異系數(shù)k為(0,3)之間的隨機值,rand為(0,1)之間隨機值,popgmin為寬度系數(shù)γ的最小值。
6.一種計算機可讀存儲介質(zhì),其特征是,所述計算機可讀存儲介質(zhì)包括存儲的計算機程序,其中,在所述計算機程序被處理器運行時控制所述存儲介質(zhì)所在設(shè)備執(zhí)行權(quán)利要求1至5中任意一項所述的基于改進粒子群算法的SVR三參數(shù)尋優(yōu)方法。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于南京工程學(xué)院,未經(jīng)南京工程學(xué)院許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010927500.5/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇:一種節(jié)能型軋鋼電氣式加熱爐
- 下一篇:一種潛水料的制備工藝
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合





