基于支持向量机航材预测模型∗
2020-07-09杨宜霖刘臣宇薛永亮马中原孙伟奇
舰船电子工程 2020年5期
关键词:模型
杨宜霖 刘臣宇 薛永亮 马中原 孙伟奇
(1.海军航空大学青岛校区 青岛 266041)(2.海军航空大学 烟台 264001)
1 引言
航材供应直接影响着航空兵部队战斗力的形成、维持和提高,是提高战斗出动率的基础,航材预测对航材供应有着重要影响[1~2]。建立一个合理的航材预测模型合理预测航材消耗数量是提高航材保障效率的有效途径。对于许多型号的飞机存在装备时间短、数量少、执行高强度任务次数少等原因间接的导致航材消耗数据体量小,涵盖信息量不足,航材预测模型难以有效预测航材消耗。针对小样本的航材消耗数据采用合理的预测模型进行精确地预测航材消耗具有很强的现实意义。
支持向量机是在维理论和结构风险最小化原理基础上引入核函数,利用核函数把输入空间数据映射到一个高维的特征向量空间来解决低维复杂问题。在数据预测等问题上有着广泛的应用,支持向量机预测模型不需要先验知识,且能够克服机器学习中部分存在的维数灾难问题、局部极小值问题以及过学习问题[3~6]。但支持向量机的应用上存在核函数参数选择不合理以及回归非线性问题引入惩罚参数取值不合理的问题,如果出现取值不合理将影响预测结果导致不同程度的过学习或者欠学习问题[7~9]。人工免疫算法是 20世纪 70年代 Jerne开创的,经过多年发展人工免疫算法已经在信息安全、机器学习与数据挖掘等领域得到广泛应用,在解决应用在数据优化上有着独特的优势[10]。……
登录APP查看全文
