论文部分内容阅读
为克服产品设计时间预测中的小样本和异方差噪音问题，建立一种基于高斯间距核回归（Gaussian margin kernel regression，GMKR）预测模型。首先，假定核函数回归模型的权重向量服从高斯分布，利用相对熵与输出概率密度的自然对数和设计优化目标，构建GMKR模型；然后，假设高斯分布的协方差阵为对角矩阵以简化GMKR模型，并利用粒子群算法求解相应优化问题。最后，以注塑模具设计的实例进行分析，结果表明基于GMKR的时间预测模型可行有效。