基于改进的(加权)支持向量机回归算法在水处理中的应用研究

摘要

针对不同训练样本重要性的差异对模型推广(泛化)能力的影响,提出了对各个样本的误差惩罚参数赋予不同权重的改进加权支持向量机求解算法.根据样本重要性的不同,采用线性规划下的一类分类算法得到加权系数,并通过加权系数调整求解路径,从而改变不同样本在回归模型中的作用.结果显示改进算法可减小位移响应(随机噪声或野点)在多个评价指标下的预测误差,提高支持向量回归机的外推及预测能力.该方法同样适用于其他求解路径算法,如ε一支持向量机算法和v-支持向量回归算法等.