欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
位置：立项数据库 > 立项详情页
中文摘要：
建立基于模糊v-支持向量机的能够压制正态分布噪音的制造系统成品需求短期预测模型，证明Fv-SVM优越于F-SVM，提出一种嵌入式混沌粒子群算法用于对该模型参数进行辩识。建立一种基于新模糊支持向量机的约束条件少且求解方便的制造系统成品需求短期预测模型，证明结构风险最小化原理是在概率意义下近似正确的，提出一种具有自适应小生境功能的嵌入式混沌遗传算法用于对该模型参数进行辩识。建立一种基于新鲁棒模糊支持向量机的能够压制混合噪音的制造系统成品需求短期预测模型，证明基于几何间隔的结构风险最小化定理，提出一种自适应粒子群算法用于对该模型参数进行辩识。建立一种基于鲁棒模糊小波匹配支持向量机的约束条件少、求解方便且能够压制混合噪音的制造系统成品需求短期预测新模型，证明满足Mercer定理的点积形式的小波核函数和满足平移不变核定理的小波核函数均是可容许支持向量核，提出一种自适应正态变异粒子群算法对该模型参数进行辩识。研发制造系统成品需求短期智能预测系统，并应用于实际，产生显著经济效益。其意义在于本项目面向制造系统的成品需求短期预测，其成果可用于汽车、家电生产等制造企业，有很好的应用前景。
结论摘要：
英文主题词support vector machine; product demand of manufacturing system; small sample nonlinear demand series; short-term forecasting
成果综合统计
期刊论文
会议论文
专利
获奖
著作
期刊论文
A new bottleneck detecting approach to productivity improvement of knowledgeable manufacturing syste
会议论文
An intelligent tabu search algorithm with genetic characteristic for scheduling a flow-shop-like kno
A self-learning algorithm based on support vector machine for scheduling a job-shop-like knowledgeab
相关项目
严洪森的项目