灰色SVR模型在珩磨尺寸预测中的应用

作者：李奇军; 牛永江; 宁会峰

来源：机械研究与应用, 2019, 32(02): 32-37.

DOI：10.16576/j.cnki.1007-4414.2019.02.010

• 预测
• 灰色模型
• 粒子群算法
• 支持向量机
• 珩磨

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,提出了一种灰色支持向量回归(Grey support vector regression, GSVR)预测模型。该模型一方面通过参数累积估计、预测公式改进和数据等维递补,对灰色模型进行建模优化,另一方面通过差分变异和混沌局部搜索改进的粒子群算法,对支持向量回归机进行参数优化,再将二者相结合进行预测。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0.3913,平均绝对百分比误差为4.90%,其预测精度较GM(1,1)模型显著提高。

• 单位
  天水师范学院; 机电工程学院; 兰州理工大学