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(SVM)建模方法。所提出的混合核函數(shù)由徑向基函數(shù)和多項式函數(shù)加權組合而成，克服了支持向量機模型中單個核函數(shù)的局限性。并利用量子粒子群算法(QPSQ)對懲罰系數(shù)、核參數(shù)以及混合權重系數(shù)進行綜合尋優(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)場數(shù)據(jù)對建模的方法進行了測試，結果表明，所提出的混合核函數(shù)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...