永磁同步电机转子位置提取近似分类支持向量机灰色预测方法 被引量：5

1

作者 王磊 李颖晖 +2 位作者 祝晓辉 朱喜华 张敬 《电力系统保护与控制》 EI CSCD 北大核心 2010年第23期97-102,共6页

针对单一灰色预测方法下磁特性曲线建模对电机不同运行状态区分能力差、概括性不强,由此导致估计误差较大的问题,提出基于支持向量机分类细化特性曲线区,提高用以灰色GM(1,1)预测建模数据指数光滑度,改善转子信息估计精度的灰色近似支... 针对单一灰色预测方法下磁特性曲线建模对电机不同运行状态区分能力差、概括性不强,由此导致估计误差较大的问题,提出基于支持向量机分类细化特性曲线区,提高用以灰色GM(1,1)预测建模数据指数光滑度,改善转子信息估计精度的灰色近似支持向量机分类预测算法。将此预测方法用于永磁同步电机的矢量控制当中,数值仿真结果证明,引入先期近似支持向量机分类算法后的转子位置灰色预测法可以在较少测试数据集上达到较高的估计精度。 展开更多

关键词 永磁同步电机 转子位置自检测 灰色近似支持向量机分类预测算法 无传感器控制

在线阅读 下载PDF 职称材料

基于遗传和引导聚集算法优化支持向量机的白酒基酒品质评估方法

2

作者 庞婷婷 张贵宇 +4 位作者 刘科材 李晓平 庹先国 彭英杰 曾祥林 《食品科学》 北大核心 2025年第6期275-284,共10页

基酒组分具有复杂多样性,为提高其等级分类预测模型的精度和泛化能力,在基酒气相色谱-质谱数据基础上设计评价模型,提出一种结合遗传算法(genetic algorithm,GA)和引导聚集算法(Bootstrap aggregating,Bagging)优化支持向量机(support v... 基酒组分具有复杂多样性,为提高其等级分类预测模型的精度和泛化能力,在基酒气相色谱-质谱数据基础上设计评价模型,提出一种结合遗传算法(genetic algorithm,GA)和引导聚集算法(Bootstrap aggregating,Bagging)优化支持向量机(support vector machine,SVM)分类器的方法,以解决单一SVM分类器在分类精度和泛化能力的不足。研究使用Spearman相关性筛选了36种关键物质,选择核主成分分析法提取了12个核主成分,并使累计贡献率达到96.06%,将其作为模型输入。选择性能最优的径向基核函数支持向量机,使用对数据多样性适应较强的并行计算Bagging集成算法,构建Bagging-SVM分类器进行基酒等级分类,最后,通过GA优化Bagging-SVM分类器的参数(C、γ、N),构建GA-Bagging-SVM模型。结果显示,GA-Bagging-SVM模型的准确率、精确度、召回率、F1-Score分别为96.77%、96.90%、96.77%、96.78%,优于Bagging-SVM和SVM模型,相比单一SVM模型提升了6.45%、5.61%、6.45%、6.42%,比Bagging-SVM模型提升了3.22%、2.29%、3.22%和3.15%。该方法可作为白酒基酒品质评估模型的优化方法。 展开更多

关键词 基酒 支持向量机 引导聚集算法 遗传算法 分类预测

在线阅读 下载PDF 职称材料

基于近似支持向量机的Web文本分类研究 被引量：7

3

作者 钟将 温罗生 +2 位作者 冯永 叶春晓 李志国 《计算机科学》 CSCD 北大核心 2008年第3期167-169,202,共4页

文本分类技术是知识管理系统实现知识有效组织、存储和检索的重要手段。本文提出了一种新的基于近似支持向量机的分类算法,并将该分类算法应用于文本分类分析。实验过程中与现有的分类方法比较,新的分类方法具有训练速度快、分类精度比... 文本分类技术是知识管理系统实现知识有效组织、存储和检索的重要手段。本文提出了一种新的基于近似支持向量机的分类算法,并将该分类算法应用于文本分类分析。实验过程中与现有的分类方法比较,新的分类方法具有训练速度快、分类精度比较高的优点。 展开更多

关键词 文本分类 近似支持向量机 二次规化 降维算法

在线阅读 下载PDF 职称材料

基于灰色支持向量机的煤层气单井采气参数预测 被引量：2

4

作者 苗玉 杨建华 卢伟 《计算机应用》 CSCD 北大核心 2016年第A02期108-111,138,共5页

针对灰色理论非线性逼近能力有限、预测精度不高和支持向量机模型参数对预测模型的影响极大的问题,提出了一种基于改进粒子群算法优化的灰色支持向量机预测模型。首先,通过灰色模型对原始数据进行数据生成,减少原始时间序列的随机性,增... 针对灰色理论非线性逼近能力有限、预测精度不高和支持向量机模型参数对预测模型的影响极大的问题,提出了一种基于改进粒子群算法优化的灰色支持向量机预测模型。首先,通过灰色模型对原始数据进行数据生成,减少原始时间序列的随机性,增加原始时间序列的规律性。然后,利用改进的粒子群算法优化的支持向量机预测模型对煤层气单井采气参数进行预测。最后,将预测后的结果进行累减处理,得到预测结果。针对原始粒子群算法优化支持向量机模型参数容易陷入局部最优的缺点,将遗传算法中的选择和交叉算子操作与传统粒子群算法相结合,并对原始粒子群算法的更新方程进行改进。实验表明,单一的灰色理论模型和支持向量机模型的预测精度有限,基于改进粒子群算法优化的灰色支持向量机模型对煤层气的采气参数的预测精度更高,新模型不仅具有良好的学习能力和训练效果,而且具有良好的泛化能力,可以很有效地应用到实际问题中。 展开更多

关键词 煤层气 灰色理论 支持向量机 参数预测 粒子群算法

在线阅读 下载PDF 职称材料

多阶灰色支持向量机集成预测模型研究 被引量：3

5

作者 周华平 李敬兆 《计算机工程与科学》 CSCD 北大核心 2015年第3期539-546,共8页

对灰色预测模型GM(1,1)和支持向量机SVM预测模型进行分析,提出了多阶灰色支持向量机集成预测模型Dm_GM(1,1)-SVM。通过多阶缓冲算子改进灰色预测模型的预测精度,对最终预测值的各个相关指标进行预测;同时,采用粒子群优化算法对支持向量... 对灰色预测模型GM(1,1)和支持向量机SVM预测模型进行分析,提出了多阶灰色支持向量机集成预测模型Dm_GM(1,1)-SVM。通过多阶缓冲算子改进灰色预测模型的预测精度,对最终预测值的各个相关指标进行预测;同时,采用粒子群优化算法对支持向量机模型进行径向基核参数和惩罚参数寻优,得到最佳参数对(c,g),从而确定支持向量机的最佳回归模型;最后将各指标预测值作为支持向量机模型的输入,依据预测模型和预测模型的输入值求得预测结果。实验实例表明,多阶灰色支持向量机集成模型和传统的预测模型相比,在本例中预测精度更高,说明多阶灰色预测模型和支持向量机模型相结合在解决实际预测问题中具有实用价值。 展开更多

关键词 多阶灰色预测模型 支持向量机 集成预测 缓冲算子 粒子群优化算法

在线阅读 下载PDF 职称材料

基于决策树对支持向量机的医学图像分类新方法 被引量：9

6

作者 邹丽 蒋芸 +3 位作者 陈娜 沈健 胡学伟 李志磊 《计算机工程与应用》 CSCD 北大核心 2016年第21期76-80,共5页

针对传统对支持向量机多类分类算法(Multi-TWSVM)中出现的模糊性问题,提出了一种基于遗传算法的决策树对支持向量机(GA-DTTSVM)多类分类算法。GA-DTTSVM用遗传算法对特征数据建立决策树,通过构建决策树可以分离样本的模糊区域,提高模糊... 针对传统对支持向量机多类分类算法(Multi-TWSVM)中出现的模糊性问题,提出了一种基于遗传算法的决策树对支持向量机(GA-DTTSVM)多类分类算法。GA-DTTSVM用遗传算法对特征数据建立决策树,通过构建决策树可以分离样本的模糊区域,提高模糊区域样本的识别率。在决策树的每个节点上用对支持向量机(TWSVM)训练分类器,最后用训练的分类器进行分类和预测。实验结果表明,与决策树对支持向量机(DTTSVM)多类分类算法以及Multi-TWSVM相比,GA-DTTSVM多类分类算法具有较高的分类精度和较快的训练速度。 展开更多

关键词 遗传算法 对支持向量机 分类和预测

在线阅读 下载PDF 职称材料

基于代价敏感支持向量机的软件缺陷预测研究 被引量：7

7

作者 任胜兵 廖湘荡 《计算机工程与科学》 CSCD 北大核心 2018年第10期1787-1795,共9页

软件缺陷预测是典型的非平衡学习问题。基于CS-SVM和聚类算法改进代价敏感支持向量机(SVM)算法,提出了CCS-SVM软件缺陷预测模型。在CCS-SVM预测模型中,将SVM与类别误分代价结合起来,以非平衡数据评价指标作为目标函数,优化错分代价因子... 软件缺陷预测是典型的非平衡学习问题。基于CS-SVM和聚类算法改进代价敏感支持向量机(SVM)算法,提出了CCS-SVM软件缺陷预测模型。在CCS-SVM预测模型中,将SVM与类别误分代价结合起来,以非平衡数据评价指标作为目标函数,优化错分代价因子,提升少数类样本的识别率。通过聚类找到每类样本的中心点,根据样本到其中心点的距离定义每个样本的类别置信度,给每个样本分配不同的误分代价系数,并把样本的置信度引入到代价敏感SVM优化问题中,提高算法鲁棒性,提升SVM分类性能。此外,为了提高模型的泛化能力,使用遗传算法优化特征选择和模型参数。通过美国航空航天局NASA MDP数据集实验表明,本文方法的G-mean和F-measure模型评价值有明显的提升。 展开更多

关键词 软件缺陷预测 代价敏感 支持向量机 非平衡数据分类 参数选择 遗传算法

在线阅读 下载PDF 职称材料

基于AP算法支持向量机的设计与应用 被引量：3

8

作者 钟毅 刘桂霞 +3 位作者 郑明 沈威 赖丽娜 周春光 《吉林大学学报（理学版）》 CAS CSCD 北大核心 2011年第5期906-910,共5页

设计一种基于AP聚类算法和SVM分类器相融合的新的混合分类器,使用AP聚类算法优化数据集,得到了高质量、小样本的SVM分类器训练集.实验结果表明:与传统的SVM分类器相比,混合分类器具有更高的分类精度;在心脏病预测上,该分类器的效果较好.

关键词 支持向量机 AP聚类算法 混合分类器 心脏病预测

在线阅读 下载PDF 职称材料

基于遗传算法优化随机森林模型的机械钻速分类预测方法 被引量：7

9

作者 张海军 张高峰 +4 位作者 王国娜 王立辉 刘洋 任阳峰 郑双进 《科学技术与工程》 北大核心 2022年第35期15572-15578,共7页

为准确预测东部某油田机械钻速,在针对该油田某井机械钻速影响因素分析的基础上,根据现场经验对不同直径钻头聚晶金刚石复合片(polycrystalline diamond compact,PDC)的机械钻速进行分级,运用随机森林算法、K近邻算法、支持向量机算法... 为准确预测东部某油田机械钻速,在针对该油田某井机械钻速影响因素分析的基础上,根据现场经验对不同直径钻头聚晶金刚石复合片(polycrystalline diamond compact,PDC)的机械钻速进行分级,运用随机森林算法、K近邻算法、支持向量机算法建立机械钻速分类预测模型,并运用遗传算法优化模型参数,得到了满足施工设计及现场作业需要的机械钻速分类预测方法。结果表明,运用遗传算法优化后的随机森林模型预测机械钻速分类准确率为82.1%,明显高于K近邻算法和支持向量机算法,该方法可指导该区块钻井施工参数优化,以提高钻井施工效益。 展开更多

关键词 机械钻速分类预测 随机森林算法 K近邻算法 支持向量机算法 遗传算法

在线阅读 下载PDF 职称材料

基于过采样支持向量机的煤与瓦斯突出预测 被引量：8

10

作者 万宇 齐金平 +1 位作者 张儒 闫森 《科学技术与工程》 北大核心 2021年第28期12080-12087,共8页

基于机器学习的煤与瓦斯分类预测方法中,各突出案例的数量不平衡会导致预测准确率降低。为了提升煤与瓦斯突出预测模型的准确率及稳定性,构建了过采样算法和支持向量机(support vector machine,SVM)组合的分类预测模型。首先,通过聚类... 基于机器学习的煤与瓦斯分类预测方法中,各突出案例的数量不平衡会导致预测准确率降低。为了提升煤与瓦斯突出预测模型的准确率及稳定性,构建了过采样算法和支持向量机(support vector machine,SVM)组合的分类预测模型。首先,通过聚类分析将突出样本分成多个簇,在每个簇中对可能的噪声点按概率去除;然后通过过采样算法合成新样本,以减少样本数量不均衡对模型训练的影响;最后,用支持向量机模型结合粒子群算法对新数据集进行训练调优。实验结果表明:提出的模型在G-mean、曲线下面积(area under curve,AUC)值上均高于传统的分类模型,具有更强的算法鲁棒性,并且随着突出样本数量的减少,其优势更加明显。 展开更多

关键词 聚类分析 支持向量机(SVM) 过采样算法 煤与瓦斯突出 分类预测

在线阅读 下载PDF 职称材料

支持向量机及在电力系统中的应用 被引量：12

11

作者 胡国胜 《高电压技术》 EI CAS CSCD 北大核心 2007年第4期101-105,共5页

支持向量机是20世纪60年代开始研究,在90年代得到快速发展的机器学习技术。为了系统地归纳统计学习理论与支持向量机的基本思想和算法,总结目前该领域的最新研究成果。通过对7种多分类支持向量机训练算法进行深入分析,得出其各算法的优... 支持向量机是20世纪60年代开始研究,在90年代得到快速发展的机器学习技术。为了系统地归纳统计学习理论与支持向量机的基本思想和算法,总结目前该领域的最新研究成果。通过对7种多分类支持向量机训练算法进行深入分析,得出其各算法的优、缺点,还归纳了支持向量机在故障预测和识别、电力系统等方面的应用,特别在电力系统暂态稳定评估与分析、电机故障诊断、高压输电线路故障诊断和定位、双凸极永磁发电机非线性模型、火焰监测以及电力系统负荷预测等方面的成功应用。研究表明,支持向量机克服了传统神经网络算法的局部最优、收敛难以控制、结构设计困难等优点。 展开更多

关键词 统计学习理论 支持向量机 多分类算法 电力系统 故障诊断 负荷预测

在线阅读 下载PDF 职称材料

基于VC-SVM与粒子群算法的卡钻智能预测方法 被引量：2

12

作者 刘子豪 宋先知 +4 位作者 朱硕 叶山林 张诚恺 马宝东 祝兆鹏 《石油机械》 北大核心 2024年第10期1-11,共11页

在油气钻探过程中,由于井下条件复杂、地层认识不清等因素,导致卡钻事故频发,严重制约钻井效率。目前国内外学者所研究的卡钻预测方法在准确性、时效性及迁移性等方面仍存在不足。为此提出了一种融合集成学习思想与智能优化算法的卡钻... 在油气钻探过程中,由于井下条件复杂、地层认识不清等因素,导致卡钻事故频发,严重制约钻井效率。目前国内外学者所研究的卡钻预测方法在准确性、时效性及迁移性等方面仍存在不足。为此提出了一种融合集成学习思想与智能优化算法的卡钻智能预测方法。该方法根据实际井场的卡钻数据,基于合理的标签标定方法,将标签准确定位于卡钻发生前而非卡死点;通过参数相关性分析、表征意义分析、时效性以及可信性分析优选了7个输入参数;使用了随机森林(RF)、支持向量机(SVM)和BP神经网络3种算法建立了卡钻预测模型,并对比了各模型在卡钻与非卡钻样本比例严重不均时(卡钻与非卡钻比例1∶117)的表现;然后使用投票分类器(VC)将多个模型集成,并分类预测,优选SVM模型作为卡钻预测基模型,使用集成学习的思想加以改进,并采用粒子群算法同时对多个SVM分类器进行超参数优化,简化了调参过程的同时实现了耦合寻优。最终以某区块10次卡钻样本进行训练测试。测试结果表明,改进后的模型可有效寻找不同类别卡钻的超平面,迁移预测虚警率可控制在9%,漏警率不到7%,有效预测了每一次卡钻的大部分数据点。研究结果有望提高现场钻井风险预警效率,为保障油气井安全高效钻进提供支撑。 展开更多

关键词 卡钻智能预测 支持向量机 BP神经网络 投票分类器 粒子群算法 迁移能力测试 耦合寻优

在线阅读 下载PDF 职称材料

基于灰色关联和麻雀搜索算法的电力负荷预测 被引量：9

13

作者 张子阳 王珂珂 《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2022年第3期283-288,共6页

针对传统机器学习算法的泛化性能不足,模型参数与结构确定困难等缺点,采用基于灰色关联和麻雀搜索算法(SSA)的组合算法,优化最小二乘支持向量机(LSSVM)参数.应用投影原理改进传统灰色关联相似日选取算法,采用SSA对LSSVM进行寻优.以某地... 针对传统机器学习算法的泛化性能不足,模型参数与结构确定困难等缺点,采用基于灰色关联和麻雀搜索算法(SSA)的组合算法,优化最小二乘支持向量机(LSSVM)参数.应用投影原理改进传统灰色关联相似日选取算法,采用SSA对LSSVM进行寻优.以某地区的负荷数据为例,进行短期电力负荷预测.研究结果表明:采用麻雀搜索算法优化的LSSVM预测精度更高,稳定性更好.SSA优化的LSSVM相对误差平均值比LSSVM和粒子群优化算法(PSO)-LSSVM分别减少2.96%和0.95%,平均相对误差分别减少2.58%和1.46%,均方根相对误差分别减少2.71%和1.46%. 展开更多

关键词 短期电力负荷预测 最小二乘支持向量机 加权灰色关联投影算法 麻雀搜索算法 相似日

在线阅读 下载PDF 职称材料

基于灰色自适应粒子群LSSVM的铁路货运量预测 被引量：15

14

作者 耿立艳 梁毅刚 《西南交通大学学报》 EI CSCD 北大核心 2012年第1期144-150,共7页

为了提高铁路货运量的预测精度及建模速度,将灰色预测模型(GM(1,1))、最小二乘支持向量机(LSSVM)和自适应粒子群优化(APSO)算法相融合,建立了灰色自适应粒子群最小二乘支持向量机(GM-APSO-LSSVM)预测模型.通过灰色预测模型中的灰色序列... 为了提高铁路货运量的预测精度及建模速度,将灰色预测模型(GM(1,1))、最小二乘支持向量机(LSSVM)和自适应粒子群优化(APSO)算法相融合,建立了灰色自适应粒子群最小二乘支持向量机(GM-APSO-LSSVM)预测模型.通过灰色预测模型中的灰色序列算子,弱化原始数列随机性,挖掘数列中蕴含的规律,利用最小二乘支持向量机计算简便、求解速度快、非线性映射能力强的特点进行预测,并采用自适应粒子群算法优化选择LSSVM参数.对我国铁路货运量的实例分析表明:用该模型得到的评价指标RMSE、MAE、MPE和Theil不等系数分别为0.062 8、0.052 3、0.016 2和0.010 7,均小于其它模型,预测性能好;用APSO算法搜索LSSVM最优参数的时间为55.656 s,比传统交叉验证法减少了10.462 s;2006～2009年的预测相对误差分别为0.39%、-1.67%、1.44%和4.75%,适用于铁路货运量的短期预测. 展开更多

关键词 铁路货运量预测 灰色预测模型 最小二乘支持向量机 自适应粒子群算法

在线阅读 下载PDF 职称材料

基于IPSO-Powell优化SVM的煤与瓦斯突出预测算法 被引量：11

15

作者 吴雅琴 李惠君 徐丹妮 《工矿自动化》 北大核心 2020年第4期46-53,共8页

针对基于支持向量机(SVM)的煤与瓦斯突出预测算法存在预测精度和可靠性不高,选择核函数时未考虑非线性数据的分类,对非线性分布的煤与瓦斯突出影响因素提取效果较差的问题,提出了一种将改进的粒子群(IPSO)算法与Powell算法相结合(IPSO-P... 针对基于支持向量机(SVM)的煤与瓦斯突出预测算法存在预测精度和可靠性不高,选择核函数时未考虑非线性数据的分类,对非线性分布的煤与瓦斯突出影响因素提取效果较差的问题,提出了一种将改进的粒子群(IPSO)算法与Powell算法相结合(IPSO-Powell)优化SVM的煤与瓦斯突出预测算法.首先通过灰色关联分析提取出煤与瓦斯突出主控因素,即瓦斯放散初速度、瓦斯压力、开采深度、瓦斯含量和煤体破坏类型,作为算法的输入样本;然后运用IPSO算法改善粒子群算法(PSO)的早熟收敛性,结合Powell算法进行局部搜索得到最优解,对SVM算法的惩罚系数和高斯核函数参数进行寻优,得到SVM的最优参数组合;最后将煤与瓦斯突出的主控因素输入到SVM中进行分类,并将其与实际测试集分类结果进行对比,实现煤与瓦斯突出预测.仿真结果表明:与SVM算法、GA-SVM算法、PSO-SVM算法相比,利用IPSO-Powell优化SVM算法进行煤与瓦斯突出预测,具有更高的预测精度,同时提高了SVM求解过程的运算效率,能同时满足煤与瓦斯突出预测的精度和可靠性要求,准确率达到95.9%. 展开更多

关键词 煤与瓦斯突出预测 主控因素 灰色关联分析 支持向量机 改进粒子群算法 POWELL算法

在线阅读 下载PDF 职称材料

改进的灰色Verhulst模型在中长期负荷预测中的应用 被引量：40

16

作者 周德强 《电网技术》 EI CSCD 北大核心 2009年第18期124-127,共4页

针对中长期电力负荷预测"小样本"、"贫信息"、"不确定"、"非线性"等特点,提出了基于最小二乘支持向量机算法与等维新息技术的改进灰色Verhulst模型,并将该模型用于具有"S型"增长或... 针对中长期电力负荷预测"小样本"、"贫信息"、"不确定"、"非线性"等特点,提出了基于最小二乘支持向量机算法与等维新息技术的改进灰色Verhulst模型,并将该模型用于具有"S型"增长或处于饱和增长状态的中长期电力负荷预测。根据原始数据建立了灰色Verhulst模型,利用LS-SVM算法对模型中的参数进行了估计,基于等维新息递补预测法对负荷数据进行了预测。实例计算结果表明,基于该模型得到的预测结果相对误差在3%以内,与传统预测模型相比,采用文中的模型可获得更高的预测精度。 展开更多

关键词 中长期负荷预测 灰色VERHULST模型 最小二乘支持向量机算法 等维新息技术

在线阅读 下载PDF 职称材料

基于灰色关联的LS-SVM道路交通事故预测 被引量：11

17

作者 戢小辉 《计算机应用研究》 CSCD 北大核心 2016年第3期806-809,共4页

为提高道路交通事故的预测精度以及建模速度,在分析道路交通事故影响因素基础上,提出了基于灰色关联分析的LS-SVM道路交通事故预测模型。该模型采用灰色关联分析完成影响因素的相关性分析,结合关联度值,筛选最小二乘向量机模型的输入变... 为提高道路交通事故的预测精度以及建模速度,在分析道路交通事故影响因素基础上,提出了基于灰色关联分析的LS-SVM道路交通事故预测模型。该模型采用灰色关联分析完成影响因素的相关性分析,结合关联度值,筛选最小二乘向量机模型的输入变量,简化LS-SVM模型结构;然后运用动态改变惯性权重自适应粒子群算法(DCW-APSO)对模型参数进行优化选取;最后应用模型预测1996—2000年的综合道路交通事故死亡率,并将预测结果与其他模型进行对比分析。结果表明,相较其他预测模型,该模型具有较快的收敛速度,并能明显提高道路交通事故预测的精度。 展开更多

关键词 道路交通事故 预测 灰色关联分析 最小二乘支持向量机 动态改变惯性权重自适应粒子群算法

在线阅读 下载PDF 职称材料

基于VMD-LILGWO-LSSVM短期风电功率预测 被引量：2

18

作者 王瑞 李虹锐 +1 位作者 逯静 卜旭辉 《河南理工大学学报（自然科学版）》 CAS 北大核心 2024年第2期128-136,共9页

目的为了减小风电功率并入国家电网时产生的频率波动,提高风电功率预测精度,方法提出一种结合变分模态分解(VMD)、改进灰狼算法(LILGWO)和最小二乘支持向量机(LSSVM)的风电功率短期预测方法。首先通过VMD方法将风电功率序列分解重构成3... 目的为了减小风电功率并入国家电网时产生的频率波动,提高风电功率预测精度,方法提出一种结合变分模态分解(VMD)、改进灰狼算法(LILGWO)和最小二乘支持向量机(LSSVM)的风电功率短期预测方法。首先通过VMD方法将风电功率序列分解重构成3个复杂程度性不同的模态分量,降低风电功率的波动性;其次使用LSSVM挖掘各分量的特征信息,对各分量分别进行预测,针对LSSVM模型中重要参数的选取对预测精度影响较大问题,引入LILGWO对参数进行寻优;最后将各分量预测结果叠加重构,得到最终预测风电功率。结果以宁夏回族自治区某地区风电站实际数据为例,对未来三天分别进行预测取平均值,本文方法的预测平均绝对误差(mean absolute error,MAE)为2.7068 kW,均方根误差(root mean square error,RMSE)为2.0211,拟合程度决定系数(R-Square,R^(2))为0.9769,与对比方法3~6相比,RMSE分别降低了40.93%,25.21%,14.7%,6.24%;MAE分别降低了42.34%,28.04%,16.97%,7.77%;R^(2)分别提升了4.21%,1.78%,0.82%,0.28%。预测时长方面,BP和LSSVM平均训练时间分别是10,138 s,虽然LSSVM预测时间较长但效果最好,采用PSO、GWO、LILGWO对LSSVM进行寻优后训练时间分别平均缩短了39,44,58 s。结论仿真验证了所提方法在短期风电功率预测方面的有效性。 展开更多

关键词 风电功率 短期预测 变分模态分解 近似熵 改进灰狼算法 最小二乘支持向量机

在线阅读 下载PDF 职称材料

基于灰色关联度分析的山西省PSO-SVR需水量预测模型 被引量：23

19

作者 单义明 杨侃 《水电能源科学》 北大核心 2021年第2期18-21,共4页

为准确进行需水预测,提出一种基于灰色关联度分析的PSO-SVR需水预测模型,该模型运用灰色关联度分析方法筛选出需水的主要影响因子,在此基础.上应用粒子群算法优化支持向量回归机(SVR)模型中的参数,并利用此模型预测2015~2017年山西省需... 为准确进行需水预测,提出一种基于灰色关联度分析的PSO-SVR需水预测模型,该模型运用灰色关联度分析方法筛选出需水的主要影响因子,在此基础.上应用粒子群算法优化支持向量回归机(SVR)模型中的参数,并利用此模型预测2015~2017年山西省需水量。结果表明,总需水量相对误差的绝对值分别为0.02%、0.08%、0.03%,可见PSO-SVR模型具有较高的拟合度和预测精度,可为需水预测提供一种新方法。 展开更多

关键词 灰色关联分析 支持向量回归机模型 粒子群算法 需水预测 山西省

在线阅读 下载PDF 职称材料

基于灰色关联和PSO–SVM的葡萄霜霉病的短期预测 被引量：1

20

作者 吴宁 陈天恩 +3 位作者 姜舒文 张驰 鲁梦瑶 张玮 《湖南农业大学学报（自然科学版）》 CAS CSCD 北大核心 2020年第2期191-197,共7页

运用灰色关联分析法(GRA)筛选出北京市房山地区的主要气象因子,作为支持向量机(SVM)模型的输入特征向量,通过粒子群算法(PSO)优化SVM的惩罚因子C和核函数参数δ,建立了基于灰色关联和PSO–SVM的葡萄霜霉病短期预测模型,应用该模型对该... 运用灰色关联分析法(GRA)筛选出北京市房山地区的主要气象因子,作为支持向量机(SVM)模型的输入特征向量,通过粒子群算法(PSO)优化SVM的惩罚因子C和核函数参数δ,建立了基于灰色关联和PSO–SVM的葡萄霜霉病短期预测模型,应用该模型对该地区未来1 d的葡萄霜霉病发病等级进行短期预测。与改进网格搜索法优化的SVM模型、经验选择参数的标准SVM、不同训练函数和粒子群算法优化的BP网络模型进行比较,结果基于灰色关联分析的PSO–SVM模型预测效果最好,对葡萄霜霉病发病等级的预测正确率为95.24%,与基于全部气象因子的PSO–SVM模型相比,预测正确率提高了1.19%,运行速度快1.81 s。 展开更多

关键词 葡萄霜霉病 短期预测 支持向量机 粒子群算法 灰色关联分析 改进网格搜索法

在线阅读 下载PDF 职称材料