期刊文献+
共找到469篇文章
< 1 2 24 >
每页显示 20 50 100
基于粒子群-最小二乘支持向量机算法的沥青拌和站中含氧量的软测量 被引量:1
1
作者 杨建红 房怀英 《厦门大学学报(自然科学版)》 CAS CSCD 北大核心 2013年第5期633-637,共5页
为了及时诊断热再生沥青搅拌站的燃烧、干燥状态,干燥滚筒的烟气含氧量检测具有重要的意义.首先通过沥青搅拌站组成和燃烧原理分析了影响烟气含氧量的相关过程参数,然后基于粒子群-最小二乘支持向量机算法(PSO-LSSVM)构建了干燥滚筒烟... 为了及时诊断热再生沥青搅拌站的燃烧、干燥状态,干燥滚筒的烟气含氧量检测具有重要的意义.首先通过沥青搅拌站组成和燃烧原理分析了影响烟气含氧量的相关过程参数,然后基于粒子群-最小二乘支持向量机算法(PSO-LSSVM)构建了干燥滚筒烟气含氧量软测量模型,通过4种不同的工况进行对比实验研究,实验结果表明:干燥滚筒烟气PSO-LSSVM含氧量软测量结果和氧传感器实测结果基本一致,最大测量误差为0.8%,能满足燃烧器的反馈控制要求.烟气含氧量的软测量为热再生沥青拌和站智能燃烧器的开发奠定基础. 展开更多
关键词 粒子群-最小二乘支持向量机 沥青拌和站 含氧量 燃烧状态 燃烧器
在线阅读 下载PDF
基于云粒子群-最小二乘支持向量机的传感器温度补偿 被引量:30
2
作者 张朝龙 江巨浪 +3 位作者 李彦梅 陈世军 査长礼 王陈宁 《传感技术学报》 CAS CSCD 北大核心 2012年第4期472-477,共6页
针对传感器的测量精度受温度影响较大问题,提出了一种基于云粒子群-最小二乘支持向量机(CMPSO-LSSVM)的温度补偿方法。云粒子群算法(CMPSO)将云模型算法应用于粒子群优化(PSO)算法的收敛机制,具有寻优精度高的特点。CMPSO算法对LSSVM的... 针对传感器的测量精度受温度影响较大问题,提出了一种基于云粒子群-最小二乘支持向量机(CMPSO-LSSVM)的温度补偿方法。云粒子群算法(CMPSO)将云模型算法应用于粒子群优化(PSO)算法的收敛机制,具有寻优精度高的特点。CMPSO算法对LSSVM的参数进行优化选择,建立CMPSO-LSSVM传感器温度补偿模型。将该模型应用于振弦式传感器的温度补偿,通过实验证明了该温度补偿方法优于当前其他主要方法。 展开更多
关键词 云模型 粒子优化 最小乘支持向量 温度补偿
在线阅读 下载PDF
基于粒子群-最小二乘支持向量机模型的矿山爆破振动速度预测 被引量:10
3
作者 何理 刘易和 +3 位作者 李琳娜 陈江伟 姚颖康 刘昌邦 《金属矿山》 CAS 北大核心 2022年第7期145-150,共6页
爆破地震危害是矿山开采过程中最为显著的负面效应之一,准确预测质点峰值振动速度(PPV)对于有效预防爆破振动引发的建(构)筑物失稳破坏具有极大的工程实际意义。设计并开展了露天矿山开挖爆破现场监测试验,采用灰色关联分析法对PPV影响... 爆破地震危害是矿山开采过程中最为显著的负面效应之一,准确预测质点峰值振动速度(PPV)对于有效预防爆破振动引发的建(构)筑物失稳破坏具有极大的工程实际意义。设计并开展了露天矿山开挖爆破现场监测试验,采用灰色关联分析法对PPV影响因素进行敏感性分析,确定各影响因素之间的主次关系。在此基础上,建立最小二乘支持向量机(LS-SVM)模型对PPV进行预测,并通过粒子群算法(PSO)局部寻优确定LS-SVM模型中正则化参数和核函数宽度系数的最佳参数组合,最后将PSO-LSSVM模型预测结果与BP神经网络模型、LS-SVM模型及传统萨道夫斯基公式的预测结果进行了对比分析。结果表明:PSO-LSSVM模型对PPV预测的拟合相关系数(R^(2))、均方根误差(RMSE)、平均相对误差(MRE)及纳什系数(NSE)分别为97.38%、2.68%、1.36%和99.98%,PSO-LSSVM模型预测精度更高,且具有更好的泛化能力,用于多因素影响下的矿山爆破PPV预测切实可行。 展开更多
关键词 振动速度预测 敏感性分析 最小乘支持向量模型 粒子算法 泛化能力
在线阅读 下载PDF
基于粒子群优化和最小二乘支持向量机的储罐腐蚀速率预测 被引量:3
4
作者 王明慧 党鹏飞 +1 位作者 杨铮鑫 龚博 《腐蚀与防护》 CAS CSCD 北大核心 2024年第8期71-76,共6页
利用粒子群优化(PSO)算法的全局寻优能力,对最小二乘支持向量机(LSSVM)的正则化参数和核参数进行优化,提出了基于PSO-LSSVM的大型储罐腐蚀速率的预测方法。采用该方法对储罐腐蚀速率进行预测,并利用实测数据对模型的预测精度进行验证。... 利用粒子群优化(PSO)算法的全局寻优能力,对最小二乘支持向量机(LSSVM)的正则化参数和核参数进行优化,提出了基于PSO-LSSVM的大型储罐腐蚀速率的预测方法。采用该方法对储罐腐蚀速率进行预测,并利用实测数据对模型的预测精度进行验证。结果表明:使用PSOLSSVM获得的腐蚀速率预测结果与实际腐蚀速率较为吻合,罐顶、第一层罐壁、罐底预测结果的平均绝对百分误差分别为2.265%、3.077%、1.18%,均方根误差分别为0.010%、0.012%、0.011%,决定系数分别为0.973、0.982、0.976。该方法可以对储罐内腐蚀速率进行有效的预测。 展开更多
关键词 粒子优化(PSO) 最小乘支持向量(LSSVM) 腐蚀速率预测
在线阅读 下载PDF
最小二乘支持向量机-粒子群算法在地下厂房围岩参数反分析中的应用 被引量:2
5
作者 杨继华 齐三红 +1 位作者 郭卫新 张党立 《隧道建设(中英文)》 北大核心 2018年第11期1800-1806,共7页
为准确确定地下厂房围岩的弹性模量、泊松比、黏聚力、内摩擦角、侧压力系数等参数,以正交设计、最小二乘支持向量机和粒子群算法等现代数学方法为基本手段,建立基于位移增量的围岩参数反分析方法。以CCS水电站大型地下厂房为研究背景,... 为准确确定地下厂房围岩的弹性模量、泊松比、黏聚力、内摩擦角、侧压力系数等参数,以正交设计、最小二乘支持向量机和粒子群算法等现代数学方法为基本手段,建立基于位移增量的围岩参数反分析方法。以CCS水电站大型地下厂房为研究背景,通过工程地质条件研究选取8#机组剖面作为分析对象,采用二维弹塑性有限元方法建立地质结构分析模型。以地下厂房洞室群分层开挖多点位移计实测位移增量为依据,对CCS水电站地下厂房区域围岩力学特性及地应力场特征进行反分析。研究结果表明:主厂房第Ⅵ层与第Ⅰ层开挖和主变室第4层与第1层开挖所产生的位移增量计算值与多点位移计实测值吻合较好,最大相对误差小于10%,说明采用最小二乘支持向量机和粒子群算法相结合的反分析方法在工程上是可行的,且效果较为显著。 展开更多
关键词 地下厂房 最小乘支持向量 粒子算法 有限元模拟 位移增量 反分析法
在线阅读 下载PDF
核电厂环境辐射监测传感器网络中缺失值的粒子群算法-最小二乘支持向量机估计算法 被引量:3
6
作者 高雨晨 唐耀庚 《核电子学与探测技术》 CAS CSCD 北大核心 2014年第12期1508-1513,共6页
传感器节点监测数据缺失会影响核电厂外围环境辐射监测的连续性,必须对缺失数据进行准确估计。提出一种基于最小二乘支持向量机(LSSVM)的监测数据缺失值估计算法,采用粒子群算法(PSO)确定模型参数的优化组合,根据核电厂外围环境(剂量率... 传感器节点监测数据缺失会影响核电厂外围环境辐射监测的连续性,必须对缺失数据进行准确估计。提出一种基于最小二乘支持向量机(LSSVM)的监测数据缺失值估计算法,采用粒子群算法(PSO)确定模型参数的优化组合,根据核电厂外围环境(剂量率变化特点,利用节点的历史监测数据和相邻节点当前监测数据构造样本空间,对传感器节点监测数据缺失值进行估计。用实际数据进行的实验结果表明,所提出的估计算法的最大相对估计误差为3%,相关系数为0.926375,估计精度远高于基于BP神经网络模型的估计算法,也优于采用GA优化参数的LSSVM估计算法。 展开更多
关键词 环境辐射监测 无线传感网(WSN) 缺失值 估计 粒子优化最小乘支持向量
在线阅读 下载PDF
基于多分类最小二乘支持向量机和改进粒子群优化算法的电力变压器故障诊断方法 被引量:125
7
作者 郑含博 王伟 +3 位作者 李晓纲 王立楠 李予全 韩金华 《高电压技术》 EI CAS CSCD 北大核心 2014年第11期3424-3429,共6页
为了提高故障诊断的准确率,提出了一种多分类最小二乘支持向量机(LS-SVM)和改进粒子群优化(PSO)相结合的电力变压器故障诊断方法。引入最小输出编码构造多个2分类LS-SVM,实现了变压器诊断的多类分类。利用PSO算法获得LS-SVM诊断模型的... 为了提高故障诊断的准确率,提出了一种多分类最小二乘支持向量机(LS-SVM)和改进粒子群优化(PSO)相结合的电力变压器故障诊断方法。引入最小输出编码构造多个2分类LS-SVM,实现了变压器诊断的多类分类。利用PSO算法获得LS-SVM诊断模型的最优参数,并采用交叉验证原理来提高分类算法的整体泛化性能。实例分析结果表明,采用LS-SVM和PSO算法可以准确、有效地对变压器进行故障诊断;与传统的电力变压器故障诊断方法相比,该方法的诊断准确率更高。 展开更多
关键词 最小乘支持向量 多类分类 粒子优化 故障诊断 电力变压器 准确率
在线阅读 下载PDF
粒子群优化–最小二乘支持向量机算法在高压断路器机械故障诊断中的应用 被引量:25
8
作者 贾嵘 洪刚 +1 位作者 薛建辉 崔建武 《电网技术》 EI CSCD 北大核心 2010年第3期197-200,共4页
提出了一种高压断路器机械故障诊断的智能算法,该算法采用最小二乘支持向量机(least squares support vector machine,LSSVM)算法,提取高压断路器振动信号的特征熵;为了提高故障诊断的精度,采用粒子群优化(particle swarm optimization,... 提出了一种高压断路器机械故障诊断的智能算法,该算法采用最小二乘支持向量机(least squares support vector machine,LSSVM)算法,提取高压断路器振动信号的特征熵;为了提高故障诊断的精度,采用粒子群优化(particle swarm optimization,PSO)算法,优化LSSVM算法的参数。算例表明:PSO-LSSVM算法不仅能够取得良好的分类效果,而且诊断速度与精度均高于传统的支持向量机(support vector machine,SVM)算法,适用于高压断路器机械故障诊断。 展开更多
关键词 高压断路器 最小乘支持向量 粒子优化 故障诊断
在线阅读 下载PDF
基于粒子群优化的非线性系统最小二乘支持向量机预测控制方法 被引量:46
9
作者 穆朝絮 张瑞民 孙长银 《控制理论与应用》 EI CAS CSCD 北大核心 2010年第2期164-168,共5页
对于非线性系统预测控制问题,本文提出了一种基于模型学习和粒子群优化(PSO)的单步预测控制算法.该方法使用最小二乘支持向量机(LS-SVM)建立非线性系统模型并预测系统的输出值,通过输出反馈和偏差校正减少预测误差,由PSO滚动优化获得非... 对于非线性系统预测控制问题,本文提出了一种基于模型学习和粒子群优化(PSO)的单步预测控制算法.该方法使用最小二乘支持向量机(LS-SVM)建立非线性系统模型并预测系统的输出值,通过输出反馈和偏差校正减少预测误差,由PSO滚动优化获得非线性系统的控制量.该方法能在非线性系统数学模型未知的情况下设计出有效的预测控制器.通过对单变量多变量非线性系统进行仿真,证明了该预测控制方法是有效的,且具有良好的自适应能力和鲁棒性. 展开更多
关键词 非线性系统 预测控制 最小乘支持向量 粒子
在线阅读 下载PDF
基于粒子群优化最小二乘支持向量机的非线性AVO反演 被引量:11
10
作者 谢玮 王彦春 +3 位作者 刘建军 苏建龙 毛庆辉 何润 《石油地球物理勘探》 EI CSCD 北大核心 2016年第6期1187-1194,1052,共8页
为了求解非线性AVO反演问题,本文提出基于粒子群算法和最小二乘支持向量机的非线性AVO反演方法,并用粒子群算法优化最小二乘支持向量机的参数。即首先通过精确Zoeppritz方程正演得到角道集,并进行动校正和部分角度叠加;然后运用最小二... 为了求解非线性AVO反演问题,本文提出基于粒子群算法和最小二乘支持向量机的非线性AVO反演方法,并用粒子群算法优化最小二乘支持向量机的参数。即首先通过精确Zoeppritz方程正演得到角道集,并进行动校正和部分角度叠加;然后运用最小二乘支持向量机方法建立反射振幅与弹性参数之间的非线性模型;最后以此非线性模型对地震道集数据进行反演。模型数据和实际资料的反演结果表明,该方法克服了常规广义线性AVO反演在远炮检距及弹性参数纵向变化大等情况下的缺陷,可直接从实际地震道集数据中提取较高精度的地层弹性参数,具有快速稳健、抗噪能力强的优点。 展开更多
关键词 非线性AVO反演 粒子算法 最小乘支持向量 广义线性AVO反演
在线阅读 下载PDF
基于粒子群优化的最小二乘支持向量机在混合气体定量分析中的应用 被引量:23
11
作者 李玉军 汤晓君 刘君华 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2010年第3期774-778,共5页
针对混合气体建模过程中最小二乘支持向量机参数难以确定及红外光谱数据计算量过大的问题,提出一种粒子群优化的最小二乘支持向量机方法,用于建立基于主成分分析特征提取的红外光谱多组分气体定量分析模型。首先对主吸收峰区域的550个... 针对混合气体建模过程中最小二乘支持向量机参数难以确定及红外光谱数据计算量过大的问题,提出一种粒子群优化的最小二乘支持向量机方法,用于建立基于主成分分析特征提取的红外光谱多组分气体定量分析模型。首先对主吸收峰区域的550个红外光谱数据利用主成分分析技术进行了特征提取,将降维得到的7个特征值作为模型的输入变量从而有效地降低了计算量。混合气体主要由浓度范围分别是0.1%~1%的甲烷、乙烷及0.1%~1.5%的丙烷三种组分气体组成。采用最小二乘支持向量机技术分别建立了各组分气体的定量分析模型,利用粒子群优化算法对最小二乘支持向量机算法中的参数进行了优化选取,取代了传统的遍历优化方法,然后利用取得的最优参数重建定量分析模型。实验结果表明,采用此方法离线建模所用时间比采用遍历优化方法节省40倍以上,预测结果误差水平相当,满足实测要求。粒子群优化算法在全局优化及收敛速度方面具有较大优势。粒子群优化算法与最小二乘支持向量机技术相结合用于混合气体定量分析是切实可行的,具有一定的实际意义和应用价值。 展开更多
关键词 红外光谱 粒子优化算法 最小乘支持向量 定量分析 混合气体 主成分分析
在线阅读 下载PDF
基于粒子群最小二乘支持向量机的瓦斯含量预测 被引量:13
12
作者 姜谙男 梁冰 张娇 《辽宁工程技术大学学报(自然科学版)》 CAS 北大核心 2009年第3期363-366,共4页
针对经验模型与确定性模型在应用中受到限制问题,采用基于统计学习理论的支持向量机对经验数据进行学习,建立瓦斯含量与其影响因素之间的映射模型,从而实现煤层瓦斯含量预测。支持向量机的惩罚因子和核参数取值不同将会明显影响其预测... 针对经验模型与确定性模型在应用中受到限制问题,采用基于统计学习理论的支持向量机对经验数据进行学习,建立瓦斯含量与其影响因素之间的映射模型,从而实现煤层瓦斯含量预测。支持向量机的惩罚因子和核参数取值不同将会明显影响其预测的精度,支持向量机本身也没给出解决的办法,引入粒子群算法自动搜索支持向量机参数。该方法克服了神经网络过学习问题和支持向量机人为选取参数的盲目性问题。通过对某矿区样本的学习预测研究,表明该方法可取得良好的预测效果,具有较好的适应性。 展开更多
关键词 粒子算法 最小乘支持向量 瓦斯含量 预测
在线阅读 下载PDF
基于最小二乘支持向量机和粒子群算法的两相流含油率软测量方法 被引量:35
13
作者 张春晓 张涛 《中国电机工程学报》 EI CSCD 北大核心 2010年第2期86-91,共6页
为提高油水两相流含油率的测量精度,提出基于最小二乘支持向量机(least squares support vector machine,LSSVM)和改进的粒子群算法(particle swarm optimization,PSO)的含油率建模方法。该方法将测量的油水总流量和加热器上下... 为提高油水两相流含油率的测量精度,提出基于最小二乘支持向量机(least squares support vector machine,LSSVM)和改进的粒子群算法(particle swarm optimization,PSO)的含油率建模方法。该方法将测量的油水总流量和加热器上下游温差作为LSSVM输入,含油率作为输出,对含油率与温差和总流量的关系进行训练,通过改进的PSO优化LSSVM的参数,建立了含油率的优化模型,并用测试数据对含油率的模型进行了比较。实验结果表明,基于改进的PSO-LSSVM含油率模型比PSO-LSSVM和遗传算法-最小二乘支持向量机模型运算速度快,比理论修正模型测量精度高,含油率在4%~60%时,平均测量误差为0.93%。 展开更多
关键词 热式油水两相流 含油率 铂电阻 最小乘支持向量 粒子算法 遗传算法
在线阅读 下载PDF
基于粒子群优化最小二乘支持向量机的裂缝及缝洞充填物识别 被引量:7
14
作者 谢玮 刘斌 +3 位作者 钱艳苓 孙炜 史飞洲 李玉 《大庆石油地质与开发》 CAS CSCD 北大核心 2017年第2期135-142,共8页
碳酸盐岩储层中发育的缝洞是油气的主要储集空间和渗流通道,缝洞充填物影响着储层的渗流能力和储集能力,碳酸盐岩储层中裂缝及缝洞充填物的识别对于此类储层的勘探开发具有重要意义。基于常规测井资料对裂缝和缝洞充填物的响应特性,提... 碳酸盐岩储层中发育的缝洞是油气的主要储集空间和渗流通道,缝洞充填物影响着储层的渗流能力和储集能力,碳酸盐岩储层中裂缝及缝洞充填物的识别对于此类储层的勘探开发具有重要意义。基于常规测井资料对裂缝和缝洞充填物的响应特性,提出综合应用粒子群算法(PSO)和最小二乘支持向量机(LSSVM)的裂缝及缝洞充填物识别方法 (PSO-LSSVM),并将该方法和BP神经网络分别应用于滨里海盆地东缘石炭系碳酸盐岩储层裂缝及缝洞充填物的识别。对比分析两种方法的识别结果,PSO-LSSVM的识别效果比BP神经网络好。利用PSO-LSSVM方法得到的识别结果与FMI电成像测井图像及岩心资料得到的结果有较好的一致性。 展开更多
关键词 碳酸盐岩储层 裂缝识别 缝洞充填物 粒子算法 最小乘支持向量 滨里海盆地
在线阅读 下载PDF
带扩展记忆的粒子群优化最小二乘支持向量机在中长期电力负荷预测中的应用 被引量:7
15
作者 段其昌 周华鑫 +1 位作者 曾勇 张广峰 《计算机科学》 CSCD 北大核心 2013年第06A期41-43,共3页
针对中长期电力负荷预测,考虑了影响中长期电力负荷的各种因素,提出了一种带扩展记忆的粒子群优化算法(PSOEM)与最小二乘支持向量机(LSSVM)相结合的中长期负荷预测方法。PSOEM比传统PS0收敛速度更快,精度更高,具有更强的寻优能力,因此利... 针对中长期电力负荷预测,考虑了影响中长期电力负荷的各种因素,提出了一种带扩展记忆的粒子群优化算法(PSOEM)与最小二乘支持向量机(LSSVM)相结合的中长期负荷预测方法。PSOEM比传统PS0收敛速度更快,精度更高,具有更强的寻优能力,因此利用PSOEM算法对LSSVM参数进行优化选择,获得了较优的PSOEM-LSSVM预测模型。通过实例仿真表明,该方法与其他几种方法相比具有更高的预测精度和速度。 展开更多
关键词 中长期负荷预测 带扩展记忆粒子 最小乘支持向量
在线阅读 下载PDF
基于粒子群优化的最小二乘支持向量机税收预测模型研究 被引量:12
16
作者 张淑娟 邓秀勤 刘波 《计算机科学》 CSCD 北大核心 2017年第S1期119-122,共4页
针对税收收入预测存在着非线性、不稳定性和多经济因素影响的复杂性,提出用最小二乘支持向量回归机的方法对广东省从化市的税收收入进行预测,并建立数学模型。由于模型中的参数C和σ~2直接影响支持向量机的预测效果,因此巧妙地融合了粒... 针对税收收入预测存在着非线性、不稳定性和多经济因素影响的复杂性,提出用最小二乘支持向量回归机的方法对广东省从化市的税收收入进行预测,并建立数学模型。由于模型中的参数C和σ~2直接影响支持向量机的预测效果,因此巧妙地融合了粒子群优化算法的思想,采用粒子群算法对参数进行寻优来确保预测模型的精确性和稳定性。仿真实验结果表明,相对于各参比模型,用粒子群算法对参数进行寻优的最小二乘支持向量回归机的预测精度有了显著提高,从而说明了该模型的有效性和实用性。 展开更多
关键词 最小乘支持向量 粒子优化 税收预测
在线阅读 下载PDF
基于粒子群优化的最小二乘支持向量机在时间序列预测中的应用 被引量:14
17
作者 张弦 王宏力 《中国机械工程》 EI CAS CSCD 北大核心 2011年第21期2572-2576,共5页
为提高基于最小二乘支持向量机(LSSVM)的时间序列预测方法的泛化能力与预测精度,研究了一种基于粒子群优化(PSO)的LSSVM。该方法以交叉验证误差为评价准则,利用PSO对多个具有不同超参数的LSSVM进行基于迭代进化的优化选择,并以交叉验证... 为提高基于最小二乘支持向量机(LSSVM)的时间序列预测方法的泛化能力与预测精度,研究了一种基于粒子群优化(PSO)的LSSVM。该方法以交叉验证误差为评价准则,利用PSO对多个具有不同超参数的LSSVM进行基于迭代进化的优化选择,并以交叉验证误差最小的LSSVM作为最终优化后的LSSVM。时间序列预测实例表明,经PSO优化后的LSSVM的预测精度高于未经优化的LSSVM与传统时间序列预测方法的预测精度。 展开更多
关键词 最小乘支持向量 粒子优化 交叉验证 时间序列预测
在线阅读 下载PDF
粒子群优化算法和最小二乘支持向量机的雷电过电压识别 被引量:6
18
作者 董建达 孙志能 +1 位作者 周开河 范良忠 《电网与清洁能源》 北大核心 2016年第6期35-40,共6页
为了提高雷电过电压的识别率,满足雷电过电压识别的实时性,提出了粒子群优化算法和最小二乘支持向量机的雷电过电压识别模型。首先提取多种特征作为雷电过电压识别的输入向量,然后采用最小二乘支持向量机设计雷电过电压识别的分类器,采... 为了提高雷电过电压的识别率,满足雷电过电压识别的实时性,提出了粒子群优化算法和最小二乘支持向量机的雷电过电压识别模型。首先提取多种特征作为雷电过电压识别的输入向量,然后采用最小二乘支持向量机设计雷电过电压识别的分类器,采用粒子群优化算法确定最合理的分类器参数,最后通过实验分析其有效性和优越性。结果表明,PSOLSSVM可以描述雷电过电压信号与特征间变化关系,提高了雷电过电压识别率,加快了雷电过电压识别速度,识别结果优于其他模型。 展开更多
关键词 雷电过电压 最小乘支持向量 特征提取 粒子优化算法
在线阅读 下载PDF
基于粒子群最小二乘支持向量机的软测量建模 被引量:10
19
作者 陈如清 俞金寿 《系统仿真学报》 EI CAS CSCD 北大核心 2007年第22期5307-5310,共4页
针对最小二乘支持向量机处理大规模样本软测量建模问题时出现模型结构复杂、失去支持向量稀疏性且正规化参数和核参数难以确定的情况,提出了一种改进的算法。利用样本间马氏距离进行样本相似程度分析,去除样本集中部分样本以简化模型结... 针对最小二乘支持向量机处理大规模样本软测量建模问题时出现模型结构复杂、失去支持向量稀疏性且正规化参数和核参数难以确定的情况,提出了一种改进的算法。利用样本间马氏距离进行样本相似程度分析,去除样本集中部分样本以简化模型结构并提高计算速度,此外应用改进的带扰动项粒子群算法优化模型参数以提高模型的拟合精度和泛化能力。将提出的改进算法用于丙烯腈收率软测量建模,研究结果表明模型精度较高、泛化性能好,满足现场测量要求。 展开更多
关键词 最小乘支持向量 马氏距离 带扰动项粒子算法 软测量
在线阅读 下载PDF
改进粒子群算法优化最小二乘支持向量机的网络流量混沌预测 被引量:11
20
作者 黄国权 尤新华 《激光杂志》 北大核心 2015年第3期96-99,共4页
为了提高网络流量的预测准确性,针对最小二乘支持向量机参数优化方法的缺陷,提出一种改进粒子群算法优化最小二乘支持向量机的网络流量混沌预测模型。首先将最小二乘支持向量机参数作为粒子初始位置,然后通过粒子群之间信息交流、互相... 为了提高网络流量的预测准确性,针对最小二乘支持向量机参数优化方法的缺陷,提出一种改进粒子群算法优化最小二乘支持向量机的网络流量混沌预测模型。首先将最小二乘支持向量机参数作为粒子初始位置,然后通过粒子群之间信息交流、互相协作找到最优参数,并对惯性权重和学习因子进行改进,最后对网络流量数据进行重构,并采用最优参数的最小二乘支持向量机建立网络流量预测模型。实验结果表明,本文模型提高了网络流量的预测精度,并大幅度减少了训练时间,可以满足网络流量在线预测要求。 展开更多
关键词 网络流量 粒子优化算法 混沌理论 最小乘支持向量
在线阅读 下载PDF
上一页 1 2 24 下一页 到第
使用帮助 返回顶部