一种灰色SVR珩磨尺寸组合预测模型

论文摘要

针对灰色(1,1)模型(Grey model(1,1), GM(1,1))对非指数型数据序列预测精度低的问题,提出了一种组合预测模型。该模型通过参数累积估计、预测公式改进和数据等维递补,优化了GM(1,1)模型,再利用灰狼算法优化的支持向量回归机对优化后的GM(1,1)模型残差进行预测,并对其预测值进行残差修正。对柱塞套内圆珩磨尺寸的预测结果表明,该模型的预测均方误差为0.2826,平均绝对百分比误差为4.73%,其预测精度较GM(1,1)模型显著提高。

论文目录

• 0 引言
• 1 ECAGM（1,1）模型
•   1.1 GM（1,1）模型
•   1.2 AGM（1,1）模型
•   1.3 ECAGM（1,1）模型
• 2 SVRGWO模型
•   2.1 SVR模型
•   2.2 GWO算法
•   2.3 SVRGWO实施步骤
• 3 GSVR组合预测模型
• 4 实例验证
•   4.1 珩磨尺寸数据
•   4.2 珩磨尺寸预报
•     4.2.1 ECAGM（1,1）珩磨尺寸预报
•     4.2.2 SVRGWO残差预测
•     4.2.3 GSVR组合预测
•   4.3 预测结果分析
• 5 结论

文章来源

类型: 期刊论文

作者: 高远,宁会峰,程金祥

关键词: 预测,灰色模型,灰狼算法,支持向量机,珩磨

来源: 凿岩机械气动工具 2019年03期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 金属学及金属工艺

单位: 兰州理工大学机电工程学院,中原内配集团股份有限公司

基金: 国家自然科学基金(51565033)

分类号: TG580.67

DOI: 10.19449/j.cnki.2095-6282.2019.03.004

页码: 23-28+61

总页数: 7

文件大小: 1630K

下载量: 25