毛文濤　馮云芝　閆桂榮

摘要：針對不同輸出端之間相關(guān)程度的差異對多輸入多輸出回歸模型泛化能力的影響，提出了一種基于自適應(yīng)分組的多輸入多輸出支持向量機(jī)算法。該算法基于相關(guān)性強(qiáng)的輸出端其模型參數(shù)也較相似的假設(shè)，首先在多維支持向量機(jī)的基礎(chǔ)上引入帶分組結(jié)構(gòu)的正則項(xiàng)，進(jìn)而將上述正則化問題轉(zhuǎn)變?yōu)榛旌?-1規(guī)劃；其次，采用交替優(yōu)化的方法，使相關(guān)性強(qiáng)的輸出端在同一個(gè)分組內(nèi)進(jìn)行獨(dú)立訓(xùn)練，最終自適應(yīng)地識別最優(yōu)分組結(jié)構(gòu)和模型參數(shù)。分別采用仿真數(shù)據(jù)和圓柱殼振動工程數(shù)據(jù)對所提算法進(jìn)行測試.結(jié)果表明，該算法可有效辨識出輸出端的相關(guān)度，與傳統(tǒng)算法相比，該算法可有效提高支持向量機(jī)回歸模型的泛化能力。