文献

J-GLOBAL ID：201602276926929416   整理番号：16A0791368

サポートベクトルマシン(SVM)と粒子群最適化(PSO)に基づく二相結合残留応力を予測した。【JST・京大機械翻訳】

Prediction of residual stress based on SVM and PSO

著者 (3件)： Zhang Mengjie (School of Science,Tianjin University of Technology and Education) ,  Wang Mingchun (School of Science,Tianjin University of Technology and Education) ,  Qi Houjun (College of Mechanical Engineering,Tianjin University of Technology and Education)
資料名： Jixie Sheji  (Jixie Sheji)
巻： 32  号： 7  ページ： 83-87  発行年： 2015年 
JST資料番号： C2054A  ISSN： 1001-2354  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： レーザ衝撃プロセス中のパラメータ最適化の重要な意義があると残留応力を正確に予測。残留応力予測の問題とは実際には多入力単一出力問題である,本文では,粒子スウォーム最適化法を用いてサポートベクトルマシン(SVM)回帰におけるパラメータを最適化して,残留応力の予測モデルを確立した。実験結果は,PSOアルゴリズムの最適化のためのSVM回帰モデルにより高い予測精度を有することを示した。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  *残留応力 ,  予測モデル ,  *サポートベクトルマシン ,  回帰モデル
準シソーラス用語： 予測精度 ,  粒子スウォーム ,  パラメータ最適化 ,  レーザ衝撃 ,  *粒子群最適化 , 【Automatic Indexing@JST】

著者キーワード (3件)： SVM ,  PSO ,  prediction of residual stress

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： サポートベクトルマシン ,  SVM ,  粒子群最適化 ,  PSO ,  残留応力 ,  予測