南庄升降车出租 吊车出租念念不忘必有回响

支持向量回归机由四部分组成：选取工作集、选择核函数及相应参数、构造最优化问题并求解和构造决策函数．其中第２部分，常规的核函数选择方法多依据经验或试用不同的核函数选取误差最小的，但这２种方法均存在随机性和不确定性．而第４部分，支持向量机的决策函数是由具体的数学公式表达，固定单一的形式不能很好地结合实际问题，导致预测结果精度不高．对此，本文基于从cSVRM，εSVRM到vSVRM的演变原理，结合Smits提出的混合核函数方法，提出从核函数的构造和决策函数的建立两个方面的改进，进而构建改进的vSVRM预测模型，以期提升模型的鲁棒性．21核函数构造方法的改进核函数是一种将非线性问题转化为高维空间线性问题的映射函数，使用核函数能够较容易地获得高维空间的最优超平面．核函数的不同意味着所选映射及Hilbert空间的不同，因此，核函数的构造是支持向量回归机的关键部分，直接影响回归机的计算复杂度和精度．常用的核函数有Gauss径向基核、多项式核、B样条核及傅里叶核等，但在解决实际问题时，单独选用任何一种核函数都具有一定的局限性．因此，本文提出根据已有训练集构造相应的核函数．以实测通用吊篮车各额定起升载荷下不同起重量及对应的工作循环数作为数据集，为获得良好的泛化能力，针对数据集容量相对较小的事实，选择推广能力较好的多项式核作为混合核函数的一部分，多项式核的阶数．由于吊篮车所受载荷是随时间、空间不断变化的随机载荷，样本数据的平稳性和光滑性不好，故选择平滑性较好并且收敛域宽的可控的高斯核函数作为混合核函数的另外一部分， 高斯核待求参数．分别将每种核函数单独用于支持向量回归机运算，由计算结果分析可知：限定收敛域宽的高斯核支持向量回归机对吊篮车载荷样本集的训练能力比多项式核支持向量回归机的训练能力弱.