期刊文献+
共找到3,154篇文章
< 1 2 158 >
每页显示 20 50 100
基于O3/UV法在线COD检测的气体溶解量估计方法 预览
1
作者 穆瑞 乐高杨 杨慧中 《化工学报》 EI CAS CSCD 北大核心 2019年第2期730-735,共6页
针对臭氧协同紫外方法(O3/UV)检测化学需氧量(COD)时存在溶解性气体影响测量精度的问题,提出了一种COD检测过程中气体溶解量的估计方法,用于对COD检测模型的补偿。采集不同浓度的COD标准水样在消解过程中的测量数据和实验分析数据,基于P... 针对臭氧协同紫外方法(O3/UV)检测化学需氧量(COD)时存在溶解性气体影响测量精度的问题,提出了一种COD检测过程中气体溶解量的估计方法,用于对COD检测模型的补偿。采集不同浓度的COD标准水样在消解过程中的测量数据和实验分析数据,基于PLS-LSSVMs建立溶解氧量和溶解二氧化碳量的估计模型,将模型的输出作为COD检测模型的补偿项。实验结果表明,基于PLS-LSSVMs建立的模型比PLS或者LSSVMs单独建立的模型估计精度高。采用溶解气体量估计模型进行补偿后的O3/UV法检测COD与国标法测量结果相对误差均小于5%。对提高O3/UV法检测COD精度具有重要意义。 展开更多
关键词 化学需氧量 氧化碳 最小 最小支持向量机 实验验证 模型 预测
在线阅读 下载PDF
基于EMD和LSSVM组合模型的交通流量预测 预览
2
作者 连义平 《电子设计工程》 2019年第11期47-50,55共5页
针对传统的短时交通流量预测算法存在精度低和误差大的缺点,提出一种基于EMD和LSS.VM组合模型的短时交通流量预测模型。针对短时交通流量数据,运用经验模态分解EMD分解技术将短时交通流量数据分解成个若干IMF分量和残余分量Res,之后针对... 针对传统的短时交通流量预测算法存在精度低和误差大的缺点,提出一种基于EMD和LSS.VM组合模型的短时交通流量预测模型。针对短时交通流量数据,运用经验模态分解EMD分解技术将短时交通流量数据分解成个若干IMF分量和残余分量Res,之后针对IMF分量和Res分量分别运用LSSVM进行预测,之后将各自的预测结果进行叠加重构,实现短时交通流量预测。研究结果表明,本文提出的算法EMD_LSSVM可以有效提高短时交通流量预测的精度,为短时交通流量预测提供新的方法和途径。 展开更多
关键词 经验模态分解 最小支持向量机 短时交通流量 神经网络
在线阅读 下载PDF
基于机理模型和模糊加权最小二乘支持向量机(LSSVM)算法的农杆菌发酵过程混合建模与优化 预览
3
作者 邵玉倩 宗原 +1 位作者 刘以安 刘登峰 《食品与发酵工业》 CAS CSCD 北大核心 2019年第7期65-73,共9页
针对农杆菌ATCC31749发酵法产凝胶多糖过程中产物质量浓度预测精度不高问题,提出一种基于模糊加权最小二乘支持向量机(least squares support vector machine,LSSVM)算法和机理模型相结合的混合建模新方法。首先通过添加模糊加权思想和... 针对农杆菌ATCC31749发酵法产凝胶多糖过程中产物质量浓度预测精度不高问题,提出一种基于模糊加权最小二乘支持向量机(least squares support vector machine,LSSVM)算法和机理模型相结合的混合建模新方法。首先通过添加模糊加权思想和混合核函数方法对LSSVM算法进行优化,并用优化后的LSSVM求解农杆菌ATCC31749发酵过程动力学模型,结合鸟群算法对动力学模型参数进行寻优;然后拟合出溶氧体积分数和各参数之间的关联函数模型,并代入到动力学模型,建立起以溶氧浓度作为关键控制变量的发酵动力学模型;最后,用鸟群算法对模型进行寻优,寻找使得发酵产物浓度最大的最优溶氧过程控制策略。实验仿真结果表明,混合模型的预测精度得到提高,产多糖期溶氧体积分数控制为52%时,产物质量浓度最大,为48.85 g/L。该研究所建立的农杆菌发酵过程混合模型及其溶氧优化结果,为发酵工业上进一步通过最佳溶氧控制策略来提高多糖产量提供了方向。 展开更多
关键词 农杆菌发酵 理模型 最小支持向量机 混合建模 鸟群算法
在线阅读 免费下载
基于反学习飞蛾火焰算法优化的LSSVM模型及其软测量应用 预览
4
作者 夏祥礼 陈国彬 刘超 《计算机应用与软件》 北大核心 2019年第5期322-326,共5页
针对最小二乘支持向量机LSSVM(least squares support vector machine)软测量模型参数难以估计问题,提出将参数估计转化为约束优化问题,基于反学习飞蛾火焰算法OMFO(opposition-based MFO)优化的LSSVM建模技术,并构建OMFO-LSSVM软测量... 针对最小二乘支持向量机LSSVM(least squares support vector machine)软测量模型参数难以估计问题,提出将参数估计转化为约束优化问题,基于反学习飞蛾火焰算法OMFO(opposition-based MFO)优化的LSSVM建模技术,并构建OMFO-LSSVM软测量模型。在MFO(moth-flame optimization)基础上增加新型反学习策略以提升算法性能。针对越界飞蛾,采用一种镜像越界策略保证飞蛾均在维度范围内,改善种群多样性。利用OMFO算法调整模型参数,并建立OMFO-LSSVM软测量模型。将OMFO-LSSVM模型用于机组热耗率预测,预测精度达到0.11%,验证了该模型的可行性与优越性。 展开更多
关键词 软测量 最小支持向量机 飞蛾火焰算法 反学习 越界
在线阅读 下载PDF
基于光谱和Gabor纹理信息融合的油桃品种识别 预览
5
作者 苗荣慧 黄锋华 +2 位作者 杨华 邓雪峰 陈晓倩 《江苏农业科学》 2019年第6期174-178,共5页
为实现油桃品种的快速且无损鉴别,对油桃高光谱图像中的光谱和图像信息进行分析。在光谱信息提取中,采用偏最小二乘回归(partial least squares regression,简称PLSR)从全波段光谱数据提取9个特征波长。在图像信息获取中,采用主成分分析... 为实现油桃品种的快速且无损鉴别,对油桃高光谱图像中的光谱和图像信息进行分析。在光谱信息提取中,采用偏最小二乘回归(partial least squares regression,简称PLSR)从全波段光谱数据提取9个特征波长。在图像信息获取中,采用主成分分析(principal component analysis,简称PCA)获得主成分图像,并提取主成分图像的Gabor纹理特征。分别建立基于特征波长光谱特征、主成分图像纹理特征和光谱纹理特征融合的最小二乘支持向量机(least squares support vector machine,简称LS-SVM)和极限学习机(extreme learning machine,简称ELM)油桃品种判别模型。结果表明,基于融合特征的LS-SVM和ELM模型识别率分别为94.7%、92.1%,较单独采用光谱信息和纹理信息的识别率都高,说明采用光谱信息和Gabor纹理信息融合的方法可以实现油桃品种判别,为农产品无损检测提供参考价值。 展开更多
关键词 油桃品种识别 光谱信息 Gabor纹理信息 主成分分析 最小支持向量机 极限学习
在线阅读 下载PDF
固定效应部分线性单指数面板模型的快速有效估计及应用 预览
6
作者 丁飞鹏 陈建宝 《高校应用数学学报:A辑》 北大核心 2019年第2期127-141,共15页
将最小二乘支持向量机(LSSVM)和二次推断函数法(QIF)相结合,构造了个体内具有相关结构的固定效应部分线性单指数面板模型的新估计方法;在一定的正则条件下,证明了参数估计量的渐近正态性,导出了非参数估计量的收敛速度;Monte Carlo模拟... 将最小二乘支持向量机(LSSVM)和二次推断函数法(QIF)相结合,构造了个体内具有相关结构的固定效应部分线性单指数面板模型的新估计方法;在一定的正则条件下,证明了参数估计量的渐近正态性,导出了非参数估计量的收敛速度;Monte Carlo模拟了所述方法在各种相关结构下的有限样本表现,并与惩罚二次推断函数(PQIF)法进行了比较;将估计技术应用于分析我国人口结构与居民消费率的关系.研究发现,该方法改善了估计量的有效性,应用效果良好,程序运行速度快,适合经济变量间的线性和非线性关系研究以及大数据分析. 展开更多
关键词 固定效应部分线性单指数面板模型 最小支持向量机 次推导函数法 渐近性 MONTE CARLO模拟
在线阅读 下载PDF
基于粒子群最小二乘支持向量机的股指波动率预测 预览
7
作者 耿立艳 祁召华 于建立 《新财经》 2019年第7期11-14,共4页
为了提高金融波动率的预测精度及建模速度,文章提出一种基于粒子群算法优化最小二乘支持向量机(LSSVM-PSO)的波动率预测方法,利用LSSVM优良的非线性逼近能力预测波动率,通过PSO算法的全局快速优化特点选择LSSVM最优参数。以中国股市实... 为了提高金融波动率的预测精度及建模速度,文章提出一种基于粒子群算法优化最小二乘支持向量机(LSSVM-PSO)的波动率预测方法,利用LSSVM优良的非线性逼近能力预测波动率,通过PSO算法的全局快速优化特点选择LSSVM最优参数。以中国股市实际交易数据为样本,通过样本内预测和样本外预测验证了该方法的有效性。结果表明,LSSVM-PSO模型具有较高的预测精度和计算效率,是一种有效的股指波动率预测方法。 展开更多
关键词 波动率预测 最小支持向量机 粒子群优化算法
在线阅读 下载PDF
基于深度去噪核映射的长期预测模型
8
作者 王强 吕政 +1 位作者 王霖青 王伟 《控制与决策》 EI CSCD 北大核心 2019年第5期989-996,共8页
针对最小二乘支持向量机核函数结构较浅对其长期预测模型精度的限制,采用深度学习中逐层特征提取的思想,提出基于深度去噪核映射的最小二乘支持向量机长期预测模型.该模型通过深度核网络的逐层变换,将样本数据映射到深度特征空间,从而... 针对最小二乘支持向量机核函数结构较浅对其长期预测模型精度的限制,采用深度学习中逐层特征提取的思想,提出基于深度去噪核映射的最小二乘支持向量机长期预测模型.该模型通过深度核网络的逐层变换,将样本数据映射到深度特征空间,从而有效提高其长期预测的精度.此外,为了提高模型对含高噪声数据的拟合性能,将去噪算法融入深度核网络的训练过程中,并通过反向传播算法对核网络参数进行整体微调.标准数据集及实际工业数据的仿真实验结果表明,所提方法能够有效提取数据中蕴含的特征信息,提高预测模型的精度. 展开更多
关键词 特征提取 深度学习 最小支持向量机 长期预测 去噪
基于变量相关性自适应即时学习算法的火电厂SCR脱硝系统建模 预览
9
作者 董泽 马宁 +1 位作者 任林 孟磊 《华北电力大学学报:自然科学版》 CAS 北大核心 2019年第2期83-90,共8页
针对选择性催化还原(SCR)脱硝系统工作过程中存在非线性、多变量和时变性等问题,将变量相关性引入即时学习算法,同时引入局部模型自适应更新策略,建立了基于变量相关性自适应即时学习算法的最小二乘支持向量机模型。利用互信息计算各个... 针对选择性催化还原(SCR)脱硝系统工作过程中存在非线性、多变量和时变性等问题,将变量相关性引入即时学习算法,同时引入局部模型自适应更新策略,建立了基于变量相关性自适应即时学习算法的最小二乘支持向量机模型。利用互信息计算各个输入变量与输出量的相关度,将计算出的相关度引入到即时学习算法学习集的选取中,用以选择当前工况点的建模邻域,进而提高模型精度;采用自适应相似度阈值更新方法对局部模型进行更新,增强模型实时性。将该方法应用于SCR脱硝系统建模仿真。结果表明,改进后的即时学习算法的预测精度高,且具有很好的实时性。 展开更多
关键词 即时学习算法 选择性催化还原 最小支持向量机 互信息 自适应
在线阅读 下载PDF
基于改进EEMD和LSSVM的单频周跳探测与修复方法 预览
10
作者 朱江淼 闫迪 +2 位作者 高源 陈烨 王星 《计量学报》 CSCD 北大核心 2019年第3期491-497,共7页
针对GPS载波相位观测值小周跳探测与修复的困难,提出了一种利用改进的集总平均经验模态分解进行单频载波相位周跳探测、并用最小二乘支持向量机算法预测来修复周跳的方法。首先利用相位观测值及伪距观测值构造周跳探测量;其次对探测量... 针对GPS载波相位观测值小周跳探测与修复的困难,提出了一种利用改进的集总平均经验模态分解进行单频载波相位周跳探测、并用最小二乘支持向量机算法预测来修复周跳的方法。首先利用相位观测值及伪距观测值构造周跳探测量;其次对探测量进行改进的集总平均经验模态分解,得到多个本征模式分量,取相关系数较高的IMF分量进行Hilbert谱分析,用Hilbert谱中模极大值的位置来判断周跳发生位置;最后对相关系数较高的IMF分量利用最小二乘支持向量机方法进行预测,比对发生周跳历元的载波实测值与预测值以修复周跳。实验表明,此方法可成功探测并修复一周的小周跳。 展开更多
关键词 计量学 周跳探测 GPS载波相位 经验模态分解 周跳修复 最小支持向量机
在线阅读 免费下载
基于模糊C均值聚类算法和最小二乘支持向量机的母线负荷预测研究 预览
11
作者 蒋燕 吴洋 +4 位作者 栾毅 周彬彬 赵珍玉 雷旭东 刘丽新 《电气自动化》 2019年第3期45-47,51共4页
电力系统中的母线具有数量众多、负荷波动性大等特点,为提高预测精度,提出一种基于模糊C均值(fuzzy c-means,FCM)聚类算法和最小二乘支持向量机(least squares support vector machine,LSSVM)的母线负荷预测方法。利用改进的数据横向比... 电力系统中的母线具有数量众多、负荷波动性大等特点,为提高预测精度,提出一种基于模糊C均值(fuzzy c-means,FCM)聚类算法和最小二乘支持向量机(least squares support vector machine,LSSVM)的母线负荷预测方法。利用改进的数据横向比较法对异常负荷进行修正。在此基础上,结合FCM算法将供电区域中具有相似负荷变化规律的母线进行聚类,选取聚类后的母线负荷数据对LSSVM模型进行训练和预测,并通过配比公式进行负荷分配。经数据验证,方法有助于提高母线负荷预测精度。 展开更多
关键词 母线 负荷预测 模糊C均值算法 聚类 最小支持向量机 相似度
在线阅读 下载PDF
时延系统中T-LSSVR动态软测量建模方法研究 预览
12
作者 赵彦涛 单泽宇 +2 位作者 龙海峰 刘贺朋 郝晓辰 《计量学报》 CSCD 北大核心 2019年第1期146-152,共7页
针对工业过程中由于系统存在延时导致软测量模型难以建立、模型精度偏低等问题,提出将系统延时(T)与最小二乘支持向量回归机(LSSVR)相结合,构建一种基于T-LSSVR的动态软测量建模方法;该方法在建模过程中利用互相关函数与一阶广义差分算... 针对工业过程中由于系统存在延时导致软测量模型难以建立、模型精度偏低等问题,提出将系统延时(T)与最小二乘支持向量回归机(LSSVR)相结合,构建一种基于T-LSSVR的动态软测量建模方法;该方法在建模过程中利用互相关函数与一阶广义差分算法辨识得到'静态响应延时'和'动态响应延时',通过软测量手段对变量进行预测以实现辅助变量对主导变量的最佳估计。对某化工企业具有此类双延时性质的系统进行实验,实验结果表明该建模方法在动态和稳态数据预测方面都有良好的预测效果。 展开更多
关键词 计量学 软测量 动态建模 系统延时 最小支持向量机
在线阅读 免费下载
基于LS-SVM的供热机组调峰能力预测方法研究 预览
13
作者 杨海生 向鹏 +2 位作者 王兴国 李浩 朱霄珣 《汽轮机技术》 北大核心 2019年第1期63-66,共4页
针对传统研究供热机组调峰能力方法存在的工作量大、结果偏离实际运行工况等问题,提出一种基于最小二乘支持向量机(LS-SVM)预测机组调峰能力的方法。对机组运行数据预处理后,选择部分数据建立训练样本集训练LS-SVM模型,然后利用训练出... 针对传统研究供热机组调峰能力方法存在的工作量大、结果偏离实际运行工况等问题,提出一种基于最小二乘支持向量机(LS-SVM)预测机组调峰能力的方法。对机组运行数据预处理后,选择部分数据建立训练样本集训练LS-SVM模型,然后利用训练出的模型得到供热机组在不同热负荷下的调峰范围,并以某供热机组在供热期的运行数据为例,得到了该供热机组的调峰能力,结果表明,基于最小二乘支持向量机得出的调峰能力区间比较准确,并且与传统方法相比在实际运行中可复现性更好。 展开更多
关键词 供热 调峰能力 最小支持向量机 运行数据 预测
在线阅读 下载PDF
混沌优化PSO-LSSVM算法的短期负荷预测 预览
14
作者 郝晓弘 刘鹏娟 汪宁渤 《兰州理工大学学报》 CAS 北大核心 2019年第1期85-90,共6页
高渗透率随机性、间歇性分布式电源的大量接入,给传统配电系统的安全、经济和可靠运行带来了一系列的问题,使得传统的负荷预测方法已不再适用.针对这一问题,提出了利用混沌优化粒子群最小二乘支持向量机(PSO-LSSVM)的算法实现对短期电... 高渗透率随机性、间歇性分布式电源的大量接入,给传统配电系统的安全、经济和可靠运行带来了一系列的问题,使得传统的负荷预测方法已不再适用.针对这一问题,提出了利用混沌优化粒子群最小二乘支持向量机(PSO-LSSVM)的算法实现对短期电力系统负荷的精确预测.利用粒子群(PSO)算法的全局搜索能力和混沌算法随机、遍历的特性,使其分别克服选参时的盲目性和寻优时粒子群(PSO)算法易出现早熟而陷入局部最优的缺点.最后在Matlab2014a软件平台上验证了混沌优化PSO-LSSVM算法的有效性和收敛性. 展开更多
关键词 智能配电网 负荷预测 短期 混沌算法 粒子群算法 最小支持向量机
在线阅读 下载PDF
糖尿病视网膜病变筛查中的眼底图像质量控制 预览
15
作者 许莉莉 梁歌 杨智 《北京生物医学工程》 2019年第2期166-170,共5页
目的糖尿病性视网膜病变(diabetic retinopathy,DR,以下简称糖网病)筛查中,有相当比例的图像因聚焦不清或曝光不佳不可用于临床诊断,浪费了医疗资源,因而,有必要对眼底图像进行质量监控。本文提出一种基于小波变换和最小二乘支持向量机(... 目的糖尿病性视网膜病变(diabetic retinopathy,DR,以下简称糖网病)筛查中,有相当比例的图像因聚焦不清或曝光不佳不可用于临床诊断,浪费了医疗资源,因而,有必要对眼底图像进行质量监控。本文提出一种基于小波变换和最小二乘支持向量机(least square support vector machine,LS-SVM)的眼底图像质量控制算法。方法首先,对眼底图像进行2层静态小波变换,计算8个子图像的能量值作为特征向量,再利用LS-SVM对眼底图像进行质量评判。本文将中国人民解放军火箭军特色医学中心眼科提供的146幅图像,分为训练集和测试集,LS-SVM使用训练集进行学习后,对测试集的97幅图像进行分类测试。结果训练后的LS-SVM能够对测试集很好地分类,鉴别出模糊的眼底图像。以线性函数为核的LS-SVM分类正确率为100%,以高斯径向基函数为核的LS-SVM的分类正确率为97. 9%。结论以2层静态小波分解子图像的能量值为输入特征向量的LS-SVM能够很好地鉴别出本文使用的眼底图像是否模糊。 展开更多
关键词 眼底图像 小波变换 最小支持向量机 质量控制
在线阅读 下载PDF
NRS和PSO算法优化最小二乘支持向量机的短期电力负荷预测 预览
16
作者 刘南艳 牟丰 《现代电子技术》 北大核心 2019年第7期115-118,124共5页
针对依赖经验选取影响短期电力负荷相关因素的不准确性以及最小二乘支持向量机(LS-SVM)模型中参数难以确定的问题,建立结合邻域粗糙集(NRS)理论和粒子群优化(PSO)算法的最小二乘支持向量机短期电力负荷预测模型。为了从经验选择的属性... 针对依赖经验选取影响短期电力负荷相关因素的不准确性以及最小二乘支持向量机(LS-SVM)模型中参数难以确定的问题,建立结合邻域粗糙集(NRS)理论和粒子群优化(PSO)算法的最小二乘支持向量机短期电力负荷预测模型。为了从经验选择的属性中挖掘出与负荷密切相关的因素,避免选取过多属性而加长训练时间以及冗余属性对预测精度的影响,采用邻域粗糙集理论对属性进行约简,使其结果作为LS-SVM模型的输入变量。在建立LS-SVM模型时,通过粒子群算法对模型参数进行寻优,避免依赖经验选择的参数对模型的影响。最后用上述方法对某地区负荷进行预测分析,仿真结果表明上述方法能有效提高负荷预测精度。 展开更多
关键词 短期电力负荷预测 邻域关系 属性约简 最小支持向量机 粒子群算法 预测精度
在线阅读 下载PDF
基于PCA-GA-LSSVM的输电线路覆冰负荷在线预测模型 预览
17
作者 陈勇 李鹏 +2 位作者 张忠军 聂海福 沈鑫 《电力系统保护与控制》 CSCD 北大核心 2019年第10期110-119,共10页
针对目前输电线路覆冰负荷预测模型存在的预测精度不足、模型参数选择随意性强、预测效率低等问题,提出了一种基于现场监测数据的输电线路覆冰负荷在线预测模型。首先基于主成分分析法(Principal ComponentAnalysis,PCA)提取微气象数据... 针对目前输电线路覆冰负荷预测模型存在的预测精度不足、模型参数选择随意性强、预测效率低等问题,提出了一种基于现场监测数据的输电线路覆冰负荷在线预测模型。首先基于主成分分析法(Principal ComponentAnalysis,PCA)提取微气象数据中的有效信息,并采用遗传优化算法(Genetic Algorithm,GA)对惩罚系数等模型参数进行优化确定,建立离线最小二乘支持向量机(Least Squares Support Vector Machines,LS-SVM)模型。然后基于KKT条件(Karush-Kuhn-Tucker conditions)和增量在线学习算法,实现了回归函数和预测模型的在线更新。最后通过云南电网相关输电线路覆冰灾害的实例进行仿真分析。实验结果表明所提模型可有效地对现场输电线路覆冰负荷进行在线预测,单步长及多步长的预测效果均优于传统的覆冰预测模型,应用该预测模型可更好地为输变电系统的除冰和维护决策服务。 展开更多
关键词 输电线路 最小支持向量机 覆冰预警 主成分分析 在线预测
在线阅读 下载PDF
基于小波分解与GA-LSSVM的GPS可降水量短临预报 预览
18
作者 谢劭峰 苏永柠 +1 位作者 刘春丽 刘立龙 《大地测量与地球动力学》 CSCD 北大核心 2019年第5期487-491,共5页
针对GPS可降水量时间序列具有非线性、非平稳性的特征,研究一种基于小波分解(WD)、遗传算法(GA)和最小二乘支持向量机(LSSVM)的GPS可降水量短临预报方法。先采用小波分解将GPS可降水量时间序列分解成便于预报的低频分量和高频分量;然后... 针对GPS可降水量时间序列具有非线性、非平稳性的特征,研究一种基于小波分解(WD)、遗传算法(GA)和最小二乘支持向量机(LSSVM)的GPS可降水量短临预报方法。先采用小波分解将GPS可降水量时间序列分解成便于预报的低频分量和高频分量;然后利用遗传算法优化LSSVM参数,进而对各分量建立预报模型;再将各分量预报结果进行叠加重构得到最终预报结果。选取两组数据进行实验,并将预报结果分别与LSSVM和遗传小波神经网络(GA-WNN)预报结果进行对比。结果表明,该组合模型具有良好的泛化能力,可有效解决神经网络易陷于局部极小的问题,提高了全局预报精度。 展开更多
关键词 GPS可降水量 小波分解 遗传算法 最小支持向量机 短临预报
在线阅读 免费下载
基于IGSA优化的LSSVM制冷系统故障诊断研究 预览
19
作者 谢伟 丁强 +1 位作者 江爱朋 姜周曙 《计算机测量与控制》 2019年第3期14-18,共5页
为提高制冷系统故障诊断的准确率,提出一种基于改进引力搜索算法(IGSA)优化的最小二乘支持向量机(LSSVM)的制冷系统故障诊断方法;首先,引入粒子群算法的速度更新机制对引力搜索算法进行改进,增加粒子的记忆性和信息共享能力,提高了算法... 为提高制冷系统故障诊断的准确率,提出一种基于改进引力搜索算法(IGSA)优化的最小二乘支持向量机(LSSVM)的制冷系统故障诊断方法;首先,引入粒子群算法的速度更新机制对引力搜索算法进行改进,增加粒子的记忆性和信息共享能力,提高了算法的收敛速度和搜索精度;其次,利用IGSA对LSSVM的核参数与正则化参数进行优化,得到最优的IGSA-LSSVM故障诊断模型;最后,利用故障模拟实验台模拟制冷系统的4种典型故障,将优化好的LSSVM模型对其进行分类识别,并与标准LSSVM、GSA-LSSVM和PSO-LSSVM模型进行比较;仿真结果表明,基于IGSA优化的LSSVM方法具有良好的辨识能力和泛化能力,能够更好地对制冷系统故障进行诊断。 展开更多
关键词 最小支持向量机 故障诊断 引力搜索算法 分类模型 参数优化
在线阅读 下载PDF
基于风速局部爬坡误差校正的风电功率优化预测
20
作者 肖逸 李程煌 +2 位作者 刘若平 左剑 李银红 《电力自动化设备》 EI CSCD 北大核心 2019年第3期182-188,共7页
准确的风电功率预测对于电力系统安全稳定运行具有重要意义,滞后性是产生风电功率预测误差的主要原因,尤其是风速变化较快时,滞后性引起的预测误差较大。考虑到风速波动与风电功率的变化息息相关,提出一种基于风速局部爬坡(LR)误差校正... 准确的风电功率预测对于电力系统安全稳定运行具有重要意义,滞后性是产生风电功率预测误差的主要原因,尤其是风速变化较快时,滞后性引起的预测误差较大。考虑到风速波动与风电功率的变化息息相关,提出一种基于风速局部爬坡(LR)误差校正的方法来改善预测风速的滞后性,并将校正后的预测风速及历史功率数据作为输入进行风电功率预测。提出利用灰狼优化(GWO)算法对最小二乘支持向量机(LSSVM)的参数进行优化,以提高风电功率预测的准确性。算例结果表明,所提方法能够有效提高风电功率预测精度。 展开更多
关键词 风电功率预测 预测风速 滞后性 局部爬坡误差校正 最小支持向量机 灰狼优化
上一页 1 2 158 下一页 到第
使用帮助 返回顶部 意见反馈