期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
基于变分模态分解-布谷鸟搜索-支持向量回归的变压器油中溶解气体浓度预测方法 被引量:2
1
作者 王娜娜 栗文义 李建萩 《电子测量技术》 北大核心 2024年第4期10-17,共8页
针对电力变压器油中溶解气体浓度预测过程中存在的时间序列内部复杂和预测困难等问题,研究了时间序列分解预测重构方式,提出变分模态分解,结合布谷鸟搜索-支持向量回归组合预测方法。首先采用VMD将原始溶解气体浓度分解成为一组平稳的... 针对电力变压器油中溶解气体浓度预测过程中存在的时间序列内部复杂和预测困难等问题,研究了时间序列分解预测重构方式,提出变分模态分解,结合布谷鸟搜索-支持向量回归组合预测方法。首先采用VMD将原始溶解气体浓度分解成为一组平稳的模态分量,降低了预测的复杂度。之后利用预测性能较好的SVR对各个模态分量分别进行预测。最后使用CS开展全局搜索对SVR参数进行优化选取,将得到的溶解气体浓度预测结果进行叠加重构。通过对油中溶解气体中H_(2)的仿真实验,得到VMD-CS-SVR组合模型预测结果的均方根误差为0.124μL/L,平均绝对百分比误差为1.19%,有效提升了预测精度。通过对CO和C 2H 4建模预测,进一步验证了本文所提模型的有效性。 展开更多
关键词 电力变压器 油中溶解气体浓度 支持向量回归 布谷鸟搜索 模态分解
在线阅读 下载PDF
哺乳母猪舍环境舒适度评价预测模型优化 被引量:13
2
作者 陈冲 刘星桥 +1 位作者 刘超吉 常润民 《农业机械学报》 EI CAS CSCD 北大核心 2020年第8期311-319,共9页
针对母猪舍多环境因子相互耦合,难以合理、准确地预测判断猪舍环境舒适度的问题,根据畜禽舍养殖环境标准,构建了评价指标体系,提出了基于变尺度混沌布谷鸟算法优化混合核最小二乘支持向量回归机的哺乳母猪舍环境舒适度评价预测模型(MSCC... 针对母猪舍多环境因子相互耦合,难以合理、准确地预测判断猪舍环境舒适度的问题,根据畜禽舍养殖环境标准,构建了评价指标体系,提出了基于变尺度混沌布谷鸟算法优化混合核最小二乘支持向量回归机的哺乳母猪舍环境舒适度评价预测模型(MSCCS-LSSVR),并采用粒子群算法优化模型(PSO-LSSVR)、遗传算法优化模型(GA-LSSVR)、传统的LSSVR模型与本文模型进行了对比。利用本文模型对江苏省镇江市希玛牧业生猪养殖场哺乳母猪舍养殖环境舒适度进行了评价预测。结果表明,混合核MSCCS-LSSVR、PSO-LSSVR、GA-LSSVR和传统LSSVR 4种预测模型的平均绝对误差分别为0.0611、0.0972、0.1306和0.1681;混合核MSCCS-LSSVR模型比其他3种模型具有更高的预测精度和更可靠的性能,提高了猪舍环境评价预测水平,在评价预测中具有可行性和有效性。实际应用表明,本文模型能准确地反映猪舍空气质量状况,可以为猪舍环境精准调控提供决策支持,具有一定的应用价值。 展开更多
关键词 哺乳母猪舍 舒适度 预测模型 最小二乘支持向量机 混合核函数 布谷鸟算法
在线阅读 下载PDF
最小二乘孪生参数化不敏感支持向量回归机 被引量:7
3
作者 丁世飞 黄华娟 《软件学报》 EI CSCD 北大核心 2017年第12期3146-3155,共10页
孪生参数化不敏感支持向量回归机(twin parametric insensitive support vector regression,简称TPISVR)是一种新型机器学习方法.与其他回归方法相比,TPISVR在处理异方差噪声方面具有独特的优势.标准TPISVR的训练算法可以归结为在对偶... 孪生参数化不敏感支持向量回归机(twin parametric insensitive support vector regression,简称TPISVR)是一种新型机器学习方法.与其他回归方法相比,TPISVR在处理异方差噪声方面具有独特的优势.标准TPISVR的训练算法可以归结为在对偶空间求解一对具有不等式约束的二次规划问题.然而,这种求解方法的时间消耗比较大.引入最小二乘思想,将TPISVR的两个二次规划问题转化为两个线性方程组,并在原始空间上直接求解,提出了最小二乘孪生参数化不敏感支持向量回归机(least squares TPISVR,简称LSTPISVR).为了解决LSTPISVR的参数选择问题,提出了混沌布谷鸟优化算法,并用其对LSTPISVR的参数进行优化选择.在人工数据集和UCI数据集上的实验结果表明:LSTPISVR在保持精度不下降的情况下,具有更高的运行效率. 展开更多
关键词 孪生参数化不敏感支持向量回归机 异方差性 最小二乘 混沌布谷鸟优化算法
在线阅读 下载PDF
基于SVM-CS算法的风力发电机定位力矩优化研究 被引量:1
4
作者 杨少平 何山 +2 位作者 王维庆 余金 王翠翠 《可再生能源》 CAS 北大核心 2016年第6期854-860,共7页
永磁风力发电机的结构参数与定位力矩之间存在复杂关系,难以迅速建立起准确通用的数学模型。针对上述问题,提出了一种新的定位力矩优化方法。首先,通过拉丁超立方抽样(LHS)与有限元分析(FEA)相结合的方法获取支持向量机(SVM)回归的训练... 永磁风力发电机的结构参数与定位力矩之间存在复杂关系,难以迅速建立起准确通用的数学模型。针对上述问题,提出了一种新的定位力矩优化方法。首先,通过拉丁超立方抽样(LHS)与有限元分析(FEA)相结合的方法获取支持向量机(SVM)回归的训练样本;其次,利用训练样本构建定子槽口宽度、极弧系数、偏心距、气隙长度以及永磁体厚度等结构参数与定位力矩之间的回归模型;最后,基于此模型,应用布谷鸟搜索(CS)算法对永磁风力发电机的结构参数进行寻优,将优化后的参数输入ANSYS进行仿真分析。仿真结果表明,定位力矩得到了有效削弱,验证了该方法的正确性和优越性。 展开更多
关键词 永磁风力发电机 定位力矩 有限元分析 支持向量机回归 布谷鸟搜索算法
在线阅读 下载PDF
基于深度学习与特征后处理的支持向量机铣刀磨损预测模型 被引量:24
5
作者 戴稳 张超勇 +2 位作者 孟磊磊 李晋航 肖鹏飞 《计算机集成制造系统》 EI CSCD 北大核心 2020年第9期2331-2343,共13页
为提高机械加工过程中的刀具磨损预测精度,建立了一种基于深度学习特征降维及特征后处理的布谷鸟优化参数的最小二乘支持向量机预测模型。该模型利用堆叠稀疏自动编码网络将时域、频域及时频域3方面提取的特征向量进行降维处理,然后利... 为提高机械加工过程中的刀具磨损预测精度,建立了一种基于深度学习特征降维及特征后处理的布谷鸟优化参数的最小二乘支持向量机预测模型。该模型利用堆叠稀疏自动编码网络将时域、频域及时频域3方面提取的特征向量进行降维处理,然后利用特征后处理确保降维向量单调不递减及平滑趋势,最后采用自适应步长布谷鸟算法优化参数的最小二乘支持向量机模型预测铣刀磨损量。通过试验测试比较所提方法与其他预测方法,表明了所提模型能更有效表征铣刀磨损量,大幅降低预测误差。 展开更多
关键词 刀具磨损 自动编码器 特征提取 特征后处理 布谷鸟搜索算法 最小二乘支持向量机回归算法
在线阅读 下载PDF
基于证据推理规则CS-SVR模型的锂离子电池SOH估算 被引量:11
6
作者 徐宏东 高海波 +2 位作者 徐晓滨 林治国 盛晨兴 《上海交通大学学报》 EI CAS CSCD 北大核心 2022年第4期413-421,共9页
锂离子电池健康状态(SOH)的准确性影响电池的安全性和使用寿命.针对锂离子电池SOH估算问题,提出一种基于证据推理(ER)规则的布谷鸟搜索支持向量回归(CS-SVR)的SOH估算模型,并利用NASA Ames研究中心的锂离子电池数据集进行SOH估算试验.... 锂离子电池健康状态(SOH)的准确性影响电池的安全性和使用寿命.针对锂离子电池SOH估算问题,提出一种基于证据推理(ER)规则的布谷鸟搜索支持向量回归(CS-SVR)的SOH估算模型,并利用NASA Ames研究中心的锂离子电池数据集进行SOH估算试验.该方法以电池放电循环的平均放电电压和平均放电温度为模型输入,利用ER规则进行推理,得到输入数据的融合信度矩阵.将该矩阵输入CS算法优化的SVR模型得到电池SOH估算结果.结果表明,与5种估算效果较好的现有模型相比,基于ER规则的CS-SVR模型具有更良好的估算性能. 展开更多
关键词 锂离子电池 证据推理规则 布谷鸟搜索 健康状态估算 支持向量回归
在线阅读 下载PDF
基于导轨多激励关联的轿厢水平振动预测方法 被引量:9
7
作者 武仪 萨日娜 +2 位作者 裘乐淼 张利春 张静 《机电工程》 CAS 北大核心 2021年第12期1520-1528,1563,共10页
高速电梯存在导轨多源激励关联性和多源激励耦合作用引起轿厢水平振动的问题,针对这一问题,提出了基于导轨多激励关联的轿厢水平振动预测方法。首先,建立了轿厢的水平振动模型,分析了导轨多源激励因素,借助Dematel方法获得了导轨多源激... 高速电梯存在导轨多源激励关联性和多源激励耦合作用引起轿厢水平振动的问题,针对这一问题,提出了基于导轨多激励关联的轿厢水平振动预测方法。首先,建立了轿厢的水平振动模型,分析了导轨多源激励因素,借助Dematel方法获得了导轨多源激励关联重要度;然后,以导靴等效刚度、导靴等效阻尼、上方导靴到轿厢质心的垂直距离、下方导靴到轿厢质心的垂直距离作为输入,将水平振动加速度峰值和水平振动角加速度峰值作为输出,建立了轿厢水平振动支持向量机预测模型,并利用布谷鸟算法对支持向量机惩罚因子和RBF核参数进行了寻优搜索;最后,利用拉丁超立方抽样方法得出了一系列方案,通过Simulink仿真得出了各方案的水平振动加速度峰值和角加速度峰值,并将其作为预测模型的样本数据,分别建立了CS-SVR、SVR、RBF、BP、GA-BP预测模型,进行了对比实验;采用决定系数、均方误差、平均相对误差和最大相对误差对该预测模型进行了评价。研究结果表明:与KLK2样机实验相比,CS-SVR预测结果误差约为5.43%,预测效果最优;该结果验证了所提方法的有效性。 展开更多
关键词 高速电梯 水平振动 布谷鸟算法支持向量机回归 振动仿真 振动预测
在线阅读 下载PDF
基于CS-SVR模型的锂离子电池SOH预测 被引量:5
8
作者 徐宏东 高海波 +1 位作者 林治国 徐晓滨 《电池》 CAS CSCD 北大核心 2020年第5期424-427,共4页
提出基于布谷鸟搜索(CS)和支持向量回归(SVR)的锂离子电池健康状态(SOH)预测算法,通过CS进行SVR参数寻优,得到优化的SVR模型。以单次放电过程的平均电压和温度作为模型输入,得到SOH预测结果并计算预测误差。根据误差、采用CS算法进行模... 提出基于布谷鸟搜索(CS)和支持向量回归(SVR)的锂离子电池健康状态(SOH)预测算法,通过CS进行SVR参数寻优,得到优化的SVR模型。以单次放电过程的平均电压和温度作为模型输入,得到SOH预测结果并计算预测误差。根据误差、采用CS算法进行模型优化,得到数据集中第5、7号电池预测的误差分别稳定在0.50%和0.75%以内。采用效果较好的基于平方指数和周期协方差函数(SE)的多尺度高斯过程回归(MGPR)算法、基于改进粒子群(IPSO)优化的SVR算法和基于遗传算法(GA)优化的SVR算法作为对比。CS-SVR算法与GA-SVR算法相比,预测结果更加准确,在第5号电池上的平均绝对百分比误差(MAPE)和均方根误差(RMSE)分别下降了0.31%和0.3,在第7号电池上则分别下降了0.14%和0.13。 展开更多
关键词 锂离子电池 布谷鸟搜索(CS) 支持向量回归(SVR) 健康状态(SOH)
在线阅读 下载PDF
基于改进支持向量回归机的天基信息系统效能评估 被引量:6
9
作者 胡笛 李浩悦 李健 《火力与指挥控制》 CSCD 北大核心 2020年第7期78-82,共5页
天基信息系统效能的评估对于一体化作战的现代战争具有重要意义。针对武器系统效能评估的影响因子复杂、样本数量少、非线性较强等特点,采用支持向量回归机算法,并引入布谷鸟搜索算法对支持向量回归机的3个参数进行优化选取。仿真实验... 天基信息系统效能的评估对于一体化作战的现代战争具有重要意义。针对武器系统效能评估的影响因子复杂、样本数量少、非线性较强等特点,采用支持向量回归机算法,并引入布谷鸟搜索算法对支持向量回归机的3个参数进行优化选取。仿真实验结果表明,改进支持向量回归机与传统支持向量回归机、BP神经网络相比,具有更高的准确度,可以有效地对天基信息系统进行效能评估。 展开更多
关键词 天基信息系统 效能评估 支持向量回归机 布谷鸟搜索算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部