《表1 不同模型的实验结果Tab.1 Experimental results of different models》
采用遗传算法优化支持向量机对参数进行优化,得到最佳值c=1.024,g=110.45.采用粒子群算法优化支持向量机对参数进行优化,得到最佳值c=1.125,g=20.76.0.粒子群算法优化支持向量机、标准支持向量机和遗传算法优化支持向量机的均方差统计结果见表1,从表1可知,粒子群算法和遗传算法优化支持向量机在建筑工程项目风险评估中的优化成果均比较理想,但粒子群算法优化支持向量机的评价结果更优,这是因为粒子群算法可以更好地优化模型参数,使得模型的均方差更小.
图表编号 | XD0038584700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.15 |
作者 | 陈程 |
绘制单位 | 内蒙古师范大学监察审计处 |
更多格式 | 高清、无水印(增值服务) |