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的支持向量機(SVM)建模方法。所提出的混合核函數由徑向基函數和多項式函數加權組合而成，克服了支持向量機模型中單個核函數的局限性。并利用量子粒子群算法(QPSQ)對懲罰系數、核參數以及混合權重系數進行綜合尋優，求取較優化參數組合，從而提高模型的精度。采用鋅濕法冶煉凈化過程現場數據對建模的方法進行了測試，結果表明，所提出的混合核函數支持向量機模型具有較好的泛化性能和預測精度，預測結果滿...