[1] Xi Xue-cheng, Poo A N, Chou S K. Support vector regression model predictive control on a HVAC plant[J]. Control Engineering Practice, 2007,15(8):897-908.
[2] Iplikci S. Support vector machines based neuro-fuzzy control of nonlinear systems[J]. Neurocomputing, 2010,73(10-12):2097-2107.
[3] 金晶,王行愚,罗先国,等. PSO-ε-SVM的回归算法[J]. 华东理工大学学报(自然科学版), 2006,32(7):872-875.
[4] 任江涛,赵少东,许盛灿,等. 基于二进制PSO算法的特征选择及SVM参数同步优化[J]. 计算机科学, 2007,34(6):179-182.
[5] 于化龙,顾国昌,刘海波,等. 改进的离散PSO和SVM的特征基因选择算法[J]. 哈尔滨工程大学学报, 2009,30(12):1399-1403.
[6] 姚全珠,蔡婕. 基于PSO的LS-SVM特征选择与参数优化算法[J]. 计算机工程与应用, 2010,46(1):134-136.
[7] 陈治明. 改进的粒子群算法及其SVM参数优化应用[J]. 计算机工程与应用, 2011,47(10):38-40.
[8] 单黎黎,张宏军,王杰,等. 一种改进粒子群算法的混合核ε-SVM参数优化及应用[J]. 计算机应用研究, 2013,30(6):1636-1369.
[9] 刘春卫,罗健旭. 基于混合核函数的PSO-SVM分类算法[J]. 华东理工大学学报(自然科学版), 2014,40(1):96-101.
[10]宁爱平,张雪英,刘俊芳. ABC-PSO算法优化混合核SVM参数及应用[J]. 数学的实践与认识, 2014,44(18):158-165.
[11]刘佳,施龙青,韩进,等. 基于Grid-Search_PSO优化SVM回归预测矿井涌水量[J]. 煤炭技术, 2015,34(8):184-186.
[12]Kennedy J, Eberhart R. Particle swarm optimization[C]// Proceedings of the 1995 IEEE International Conference on Neural Networks. 1995,4:1942-1948.
[13]刘俊芳,高岳林. 带自适应变异的量子粒子群优化算法[J]. 计算机工程与应用, 2011,47(3):41-43.
[14]Vapnik V N. The Nature of Statistical Learning Theory[M]. New York: Springer, 1995. |