宋木清
钢铁研究
对钢铁生产中多目标调优的不良结构问题,采用交互模式识别的最优判别平面信息处理技术,以分割高维空间的方法,探求优化目标的类别属性与影响因素值的对应关系,从而实现了模式的分类识别和优化控制,将此方法用于管线钢多项力学性能的优化,使其综合性能得到提高,满足了管线钢的高性能要求.
关键词:
多目标决策
,
交互模式识别
,
最优判别平面
,
管线钢
宋木清
,
罗春龙
钢铁研究
针对支持向量机参数难以选择的问题,提出了基于差分进化算法(DE)的参数选择方法,算例分析结果表明DE算法选择SVM参数有着迭代次数少、结果稳定的优点,能够很好的解决SVM的参数选择问题.随后将基于DE算法选择参数的支持向量机应用于一个钢材质量管理的建模实例中,并将其与神经网络建模方式所得结果相比较,结果表明经改进的支持向量机的预测性能更加优秀.
关键词:
支持向量机
,
DE算法
,
参数选择
,
质量管理
,
神经网络
