基于PSO-SVM的产品服务系统配置

摘要

产品服务系统(PSS)配置目的是根据客户需求,从产品模块和服务模块的实例中找出特定的实例组合.为了满足个性化、多样化的客户需求,快速准确地给出相应PSS配置,可将其视为多分类问题,提出基于支持向量机的PSS配置方法.支持向量机对内部参数依赖性极高,为了找出与分类问题相契合的参数,利用粒子群算法全局寻优能力,搜索支持向量机最优参数,将最优参数代入支持向量机模型中,得出用于满足客户需求的最优PSS配置方案.以中央空调产品服务系统配置为例进行分析,得出PSO-SVM正确率为89.84％,比传统支持向量机提高6.75％,验证了该方法有效性.