-
利用改进的PSO_LSSVM模型对机械结构疲劳裂纹扩展进行预测 (2013年)
资源介绍
机械结构在长期的存储中, 疲劳裂纹的变化受到多种环境因素的影响, 针对目前疲劳裂纹预测准确率低的问题, 提出一种基于最小二乘支持向量机方法(LSSVM)来预测机械结构的疲劳裂纹长度, 通过改进的粒子群优化算法对LSSVM进行参数优化。改进的粒子群参数优化算法采用二次型惯性权重递减策略, 使粒子群优化算法的优化过程更接近实际的非线性和高复杂过程。经仿真实验验证, 结果表明, 基于改进的粒子群参数优化的最小二乘支持向量机(PSO_LSSVM)对于机械结构的疲劳裂纹长度预测优于传统方法, 收敛速度快, 预测准确
- 上一篇: psoLSSVMcgForClass
- 下一篇: NBCII随机加解密算法V5版.rar