【摘要】:因此单纯地从样本数据的输出yi去估计σ2P存在困难。但是在响应建模中,由于可以有针对性地进行实验,对σ2P的估计可以采用实验方法来完成。,l)的平均值,σy代表yi的标准差,参数C的选择采用Cherkassky和Ma[86,106]提出的方法C=max
1.ε的选择
对于等方差过程,Cherkassky和Ma[86,106]提出了采用经验公式来确定ε
式中 σP——过程噪声的标准差。采用下式来估计σP
式中 d——估计量的自由度。
采用式(4-32),一方面基于Gauss核的支持向量回归机估计量的自由度难以确定;另一方面,由于是由支持向量回归机拟合方程得出的,也就是说,在σ、ε、C等参数确定的情况下才可以得到,因此式(4-31)实际上无法直接计算σ2P值。因此单纯地从样本数据的输出yi去估计σ2P存在困难。
但是在响应建模中,由于可以有针对性地进行实验,对σ2P的估计可以采用实验方法来完成。对于等方差过程,可在当前工作点或可行域内任意一个点处做足够多的重复实验去估计σ2P。
设在某一因子组合处进行了n次重复实验,得到n个响应输出,则可利用样本方差S2P作为过程噪声的方差σ2P的估计(www.xing528.com)
式中 ;
S2P——σ2P的无偏估计量;
n——根据估计的精度要求进行选择,一般情况下n在3~5之间。
2.惩罚参数C的选择
设μy代表yi(i=1,2,…,l)的平均值,σy代表yi的标准差,参数C的选择采用Cherkassky和Ma[86,106]提出的方法
C=max(|μy+3σy|,|μy-3σy|) (4-34)
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。