融合概率分布和单调性的支持向量回归算法
张青
颜学峰
1.华东理工大学化工过程先进控制和优化技术教育部重点实验室上海2002372.华东理工大学化工过程先进控制和优化技术教育部重点实验室上海200237
摘要：传统支持向量回归是单纯基于样本数据的输入输出值建模,仅使用样本数据信息,未充分利用其他已知信息,模型泛化能力不强.为了进一步提高其性能,提出一种融合概率分布和单调性先验知识的支持向量回归算法.首先将对偶二次规划问题简化为线性规划问题,在求解时,加入与拉格朗日乘子相关的单调性约束条件;通过粒子群算法优化惩罚参数和核参数,优化目标包括四阶矩估计表示的输出样本概率分布特性.实验结果表明,融合这两部分信息的模型,能使预测值较好地满足训练样本隐含的概率分布特性及已知的单调性,既提高了预测精度,又增加了模型的可解释性.
关键词：支持向量回归概率分布单调性粒子群优化
分类号：TP273(自动化技术及设备)
资助基金：国家自然科学基金项目(21176073)国家"973"计划(2013CB733605)Supported by National Natural Science Foundation of China(21176073)National"973"Plan(2013CB733605)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 671-676 )
英文信息