Fy-SVM模型在产品设计时间估计中的应用

"基于模糊支持向量机的产品设计时间估计方法 (2005年) - 徐多，严洪森 - 东南大学" 本文由东南大学的徐多和严洪森于2005年发表，主要探讨了产品设计时间估计的挑战，特别是小样本数据和不确定性数据的影响。为解决这些问题，作者提出了一个创新的Fy-SVM（模糊支持向量机）模型，这是一种将模糊理论与支持向量机方法融合的技术。支持向量机（SVM）是一种强大的机器学习算法，尤其擅长处理小样本数据集，而模糊理论则可以有效地处理不确定性数据。 Fy-SVM模型的核心在于结合两者的优点，通过模糊规则来处理设计过程中的不精确信息，支持向量机则用于构建非线性模型，以提高预测的准确性和鲁棒性。该模型为产品设计时间的智能估计提供了新的途径，并且还包括了一个参数优选算法，以优化模型的性能。 文章通过注塑模具设计的实例进行了实证分析，结果显示，基于Fy-SVM的时间估计方法能够有效地预测设计时间，且方法具有可行性和实用性。这一成果对于产品开发周期的管理和项目计划有着重要的意义，可以提高设计效率，减少因时间估计不准确导致的成本和延误。 此外，文章还引用了相关的分类号和文章编号，这表明它符合工程技术领域的学术标准，并且可能在当时的学术界引起了关注。关键词包括设计时间估计、支持向量机、模糊理论和回归，这些关键词突出了研究的主要焦点和技术手段。 这篇论文不仅介绍了Fy-SVM模型，还展示了其在实际应用中的价值，为产品设计领域的研究人员提供了一种新的时间估计工具，有助于改善设计流程的效率和准确性。