基于Matlab计算机软件的SVM回归分析的优化设计.docx

?

?

基于Matlab计算机软件的SVM回归分析的优化设计

?

?

笔者采用MATLAB计算机软件构建7005铝合金的力学性能参数与加工铝合金的工艺参数之间的模型，以此来呈现MATLAB软件的数值计算和数据拟合功能，在Matlab软件中，对有关联性的数据集进行模糊化处理，用支持向量机回归分析（SVR）对模糊化后数据进行建模和分析。结果表明MATLAB软件建立的模型合理，数值拟合精度高。

【关键词】Matlab软件SVM算法

Matlab计算机软件建模和数值拟合的功能十分强大，在此笔者采用MATLAB软件构建7005铝合金的力学性能参数与加工铝合金的工艺参数之间的模型，以此来呈现MATLAB软件的数值计算和数据拟合功能。

1模糊化的SVM回归模型的建立

（1）信息数据模糊化，主要分两个过程：划分模糊化组和模糊化。其中本模型采用高斯型隶属度函数较准确的模糊化信息数据，可以比三角型隶属度函数信息采集量的贴近度更好。最大限度涵盖信息数据集。

（2）支持向量机（SVM）是由VAPNIK等和HUANG等提出。该方法已被成功地应用于很多领域，如材料性能预测。

（3）混沌初始化。本文在算法的前期充分利用混沌序列遍历性和随机性。避免了在算法后期搜索速度慢。文章采用的混沌序列迭代公式是典型的混沌动力学系统Logistic方程

（4）粒子群个算法（PSO）是于1995年由KENNEDY和EBERHART模拟鸟群的飞行捕食行为而提出的一种高效多维并行寻优算法。因为SVM依赖于误差ε、误差惩罚因子C和核函数参数γ因此，对（ε，С，γ）参数进行优化很关键。所以用PSO算法和混沌方程的遍历性，使初始位置有次序、不重不漏的进行参数优化。

2算法流程

Step1，初始化：

步骤1初始化粒子的位置（，i=1，2…N）和（，i=1，2…N），

步骤2利用公式计算每个粒子的目标函数值R（）。

步骤3初始化粒子的各自最好位置，预分配个体最好位置=且R（）=R（）（i=1，…N）.初始化当前代全局最优解的位置，寻找

=min{R（），…R（），…R（）}

并且初始化=和R（）=R（）.

Step2，优化过程

步骤1在当前代中继续计算初始化混沌序列并且转化混沌序列为粒子的位置和速度。

步骤2执行支持向量机回归过程，然后进行速度更新。

步骤3根据公式来更新粒子位置，根据公式来计算每个粒子的目标函数值f（）。

步骤4更新个体最好目标函数适应值：

步骤5增加迭代步数k=k+1.

Step3停止迭代的条件被满足。全局最优解和目标函数值R（）.

3MATLAB软件的执行结果和讨论分析

在Matlab软件环境下编程执行，调用了LIBSVM工具箱，在MicrosoftVisualC++6.0版本下编译调用了svmtrain.c和svmpredict.c程序，通过3组实验数据得出结果。

由表1中实验数据证明经PSO-SVR法预测硬度、抗拉强度、屈服强度的结果相对变化率（ROC%）分别为：1.29、4.31、3.12.与PLS-BPNN相比相对变化率降低很多。这表明：PSO-SVR法的预测精度要高。

4结论

在MATLAB计算机软件中PSO-SVM法的预测7005铝合金力学性能指标相比PLS-BPNN较好，能够建立精确度较高的材料加工参数与力学性能之间的模型。

参考文献

[1]方善锋，汪明朴，王正安，齐卫宏，李周.PLS-BPNN法用于7005鋁合金力学性能与工艺参数的定量研究[J].中国有色金属学报，2007，17（12）：1948-1954.

[2]VAPNIKV.Thenatureofstatisticallearningtheory[M].NewYork：Springer，1995.

[3]HUANGC，DAVISLS，TOWNSHENDJRG.Anassessmentofsupportvectormachinesforlandcoverclassification[J].InternationalJournalofRemoteSensing，2002，23（04）：725-749.

[4]温玉锋，蔡从中，裴军芳，朱星键，肖婷婷.R2O-MO-Al2O3-SiO2玻璃配方与热膨胀系数关系的支持向量回归研究[J].功能材料，2009，40（01）：66-70.

[5]宁必锋.基于离差平方和法的粒子群优化算法[J].电子设计工程，2011，19（24）：11-14.

[6]蔡从中，温玉锋，朱星键，裴军芳，王桂莲，肖婷婷.基于工艺参数的7005铝合金力学性能的支持向量回归预测[J].中国有色金属学报，2010，20（02）：323-328.

作