蚁群优化最小二乘支持向量机在测量数据拟合中的应用

来源：核动力工程杂志2018年第6期北京时间：

作者：蒋波涛, Hines J. Wesley, 赵福宇

单位：1. 西安工程大学电子信息学院, 西安, 710048;；2. 田纳西大学核工系, 诺克斯维尔, 田纳西, 37996;；3. 西安交通大学核科学与技术学院, 西安, 710049；

摘要：针对传统数据拟合方法存在依赖用户经验,需预先确定估计拟合函数等缺点,提出一种基于蚁群优化最小二乘支持向量回归机(ACO-LSSVR)的数据拟合方法。该方法采用蚁群优化(ACO)对最小二乘支持向量回归机(LSSVR)的参数进行优化,获取最优参数,从而建立数据拟合模型。将该方法与传统回归拟合方法用于核工程的2个测量数据拟合实例中,得到堆芯功率曲线和熔融液滴在冷却剂中运动特性曲线,将2条曲线的拟合结果进行了比较。结果表明,ACO-LSSVR具有较高的拟合精度且无需对数据分段确定拟合函数。

关键词：数据拟合, 核工程, 蚁群优化(ACO), 最小二乘支持向量回归机(LSSVR)

基金资助：国家自然科学基金青年项目(11705135) 西安工程大学博士科研启动基金项目(BS1339) 陕西省教育厅专项科研计划项目(15JK1297) 中国国家留学基金资助项目(201508610045)