论文研究基于耦合模拟退火优化最小二乘支持向量机的车轮踏面磨耗量预测.pdf

针对最小二乘支持向量机（LS-SVM）超参数优化问题，提出采用改进耦合模拟退火（CSA）算法优化LS-SVM超参数。首先，耦合模拟退火算法通过并行处理多个独立模拟退火（SA）寻优过程，提高LS-SVM模型超参数优化效率；然后通过调整接受温度控制耦合项超参数的接受概率方差，降低CSA算法初始设置对LS-SVM最优超参数确定过程稳健性的影响；最后结合既有线轮轨现场的实际检测数据，开展了基于改进耦合模拟退火优化的最小二乘支持向量机（CSALS-SVM）回归模型性能对比实验。结果表明，CSALS-SVM回归模型达到了模型精度、算法快速性、算法鲁棒性的有效折中，所建立的LS-SVM优化模型用于现场的