楊俊燕　張優(yōu)云　趙榮珍

摘要：將支持向量機(SVMs)用于機械設(shè)備振動信號趨勢預(yù)測中，研究了SVMs參數(shù)及核函數(shù)類型對 SVMs預(yù)測能力的影響。試驗顯示，在短期預(yù)測中4種核函數(shù)有著基本相同的預(yù)測能力，而在長期預(yù)測中，徑向基函數(shù)核和多項式核表現(xiàn)出了相對較高的預(yù)測能力，同線性核和神經(jīng)網(wǎng)絡(luò)核相比，它們的歸一化均方誤差約降低了20％。SVMs與向后傳播神經(jīng)網(wǎng)絡(luò)、徑向基函數(shù)網(wǎng)絡(luò)和廣義回歸神經(jīng)網(wǎng)絡(luò)預(yù)測能力的對比表明，實現(xiàn)了結(jié)構(gòu)風(fēng)險最小化原理的SVMs具有更好的預(yù)測能力，在長期預(yù)測中，其歸一化均方誤差約降低了15％。

關(guān)鍵詞：趨勢預(yù)測；支持向量機；神經(jīng)網(wǎng)絡(luò)；回歸

中圖分類號：TH17文獻(xiàn)標(biāo)識碼：A文章編號：0253—987X(2005)09—0950—04