论文部分内容阅读
针对传统成品率预测模型中需要大量缺陷信息且极少考虑范围预测的情况，借鉴多智能体思想，研究了一种模糊聚合与支持向量回归相融合的方法，对成品率进行预测。在逐步缩减预测范围的同时，多智能体协同调整学习速率等参数，根据确定好的参数构建多个模糊成品率学习模型；利用模糊规则对多个学习模型的预测结果进行聚合，以提高预测准确性；利用支持向量回归将聚合结果去模糊化，得到最终的成品率预测值。仿真实验表明，该方法预测过程较简便，预测范围更精确，具有可行性。