摘 要： 為了提高模型的泛化能力和精度，提出了一種基于混合核函數(shù)的支持向量機(jī)(SVM)建模方法。所提出的混合核函數(shù)由徑向基函數(shù)和多項(xiàng)式函數(shù)加權(quán)組合而成，克服了支持向量機(jī)模型中單個(gè)核函數(shù)的局限性。并利用量子粒子群算法(QPSQ)對(duì)懲罰系數(shù)、核參數(shù)以及混合權(quán)重系數(shù)進(jìn)行綜合尋優(yōu)，求取較優(yōu)化參數(shù)組合，從而提高模型的精度。采用鋅濕法冶煉凈化過程現(xiàn)場(chǎng)數(shù)據(jù)對(duì)建模的方法進(jìn)行了測(cè)試，結(jié)果表明，所提出的混合核函數(shù)支持向量機(jī)模型具有較好的泛化性能和預(yù)測(cè)精度，預(yù)測(cè)結(jié)果滿...