期刊文献+
共找到50篇文章
< 1 2 3 >
每页显示 20 50 100
基于遗传算法优化最小二乘支持向量机的矿工疲劳程度识别模型
1
作者 田水承 任治鹏 毛俊睿 《矿业安全与环保》 CAS 北大核心 2024年第4期110-116,共7页
为精准识别矿工疲劳程度,减少因疲劳引发的煤矿人因事故,提出了一种基于遗传算法(GA)优化最小二乘支持向量机(LSSVM)的矿工疲劳程度识别模型。首先,通过疲劳诱发试验采集矿工心电数据,利用Friedman检验优选矿工疲劳程度的特征指标;然后... 为精准识别矿工疲劳程度,减少因疲劳引发的煤矿人因事故,提出了一种基于遗传算法(GA)优化最小二乘支持向量机(LSSVM)的矿工疲劳程度识别模型。首先,通过疲劳诱发试验采集矿工心电数据,利用Friedman检验优选矿工疲劳程度的特征指标;然后,采用主成分分析法对选取的特征指标进行降维处理,建立表征矿工疲劳程度的特征集;在此基础上,利用遗传算法优化最小二乘支持向量机的关键参数,构建矿工疲劳程度识别模型。结果表明:选取的矿工疲劳程度特征指标能够有效反映矿工的疲劳程度;相较GA-SVM和LSSVM模型,融合GA-LSSVM模型可显著提高矿工疲劳程度的识别准确率(平均识别准确率为96.87%)。构建的矿工疲劳程度识别模型可较为高效地识别矿工的疲劳程度,对煤矿人因事故的防控具有一定的现实指导意义。 展开更多
关键词 矿工 疲劳识别 心电信号 最小二乘支持向量机 遗传算法
在线阅读 下载PDF
基于预数值计算的除雾器叶片结构优化设计 被引量:13
2
作者 乔宗良 周建新 +2 位作者 周卫庆 司风琪 徐治皋 《东南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2013年第1期76-82,共7页
为了优化脱硫波纹板除雾器叶片的结构设计,按照正交实验方法设计的工况,使用Fluent模拟不同结构参数和运行工况下除雾器叶片内部流场.以数值模拟结果为样本,建立了基于最小二乘支持向量机除雾效率和除雾器压降特性模型,模型回归值与数... 为了优化脱硫波纹板除雾器叶片的结构设计,按照正交实验方法设计的工况,使用Fluent模拟不同结构参数和运行工况下除雾器叶片内部流场.以数值模拟结果为样本,建立了基于最小二乘支持向量机除雾效率和除雾器压降特性模型,模型回归值与数值模拟计算值最大相对误差在2%以内.模型预测结果分析表明,叶片间距、转折角度、烟气流速和烟气含液量对除雾效率和压降有显著影响,与实验和理论分析结论一致.采用遗传算法对除雾器参数优化模型进行求解,结果表明在优化结构参数组合下除雾器性能有明显提高.提出的预数值计算与人工智能算法结合的方法为获取除雾器叶片最佳结构参数组合设计提供了新思路. 展开更多
关键词 除雾器 数值模拟 除雾效率 压降 最小二乘支持向量机 遗传算法
在线阅读 下载PDF
基于LS-SVM的混合动力镍氢电池组SOC预测 被引量:12
3
作者 陈健美 钱承 +1 位作者 李玉强 曾谊晖 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2013年第1期135-139,共5页
在电池管理系统中为了使荷电状态量SOC(state of charge)估计精确,提出以遗传算法优化最小二乘支持向量机(LS-SVM)的方法对电池的SOC进行预测的模型。在电池变流情况下对SOC进行研究,以标准工况下的实验数据作为样本,以电池的电流、电... 在电池管理系统中为了使荷电状态量SOC(state of charge)估计精确,提出以遗传算法优化最小二乘支持向量机(LS-SVM)的方法对电池的SOC进行预测的模型。在电池变流情况下对SOC进行研究,以标准工况下的实验数据作为样本,以电池的电流、电压及温度作为训练模型的输入,SOC作为输出建立模型,使之能很好地适用于混合动力汽车用电池在变电流状态下的实时SOC估计。研究结果表明:该预测模型预测精度高,其最大相对误差小于3%,平均相对误差小于2%,且与神经网络预测结果相比具有更强的实用性。 展开更多
关键词 混合动力 SOC预测 最小支持向量机 遗传算法
在线阅读 下载PDF
燃煤锅炉高效、低NO_x运行策略的研究 被引量:15
4
作者 魏辉 陆方 +1 位作者 罗永浩 蒋欣军 《动力工程》 EI CSCD 北大核心 2008年第3期361-366,共6页
借助现场燃烧调整试验数据,采用最小二乘支持向量机方法建立了NOx排放和燃烧效率的预测模型,并与遗传算法相结合,分别对降低NOx排放和提高锅炉效率的各参数进行了优化,找到了在燃用不同煤种下较低NOx排放和较高燃烧效率的运行参数组合.... 借助现场燃烧调整试验数据,采用最小二乘支持向量机方法建立了NOx排放和燃烧效率的预测模型,并与遗传算法相结合,分别对降低NOx排放和提高锅炉效率的各参数进行了优化,找到了在燃用不同煤种下较低NOx排放和较高燃烧效率的运行参数组合.研究结果证明:运用此方法可以寻找出锅炉在燃用不同煤种时最佳的高效、低污染运行方案. 展开更多
关键词 能源与动力工程 锅炉 氮氧化物 燃烧优化 最小二乘支持向量机 遗传算法
在线阅读 下载PDF
基于模糊最小二乘支持向量机的火灾信号辨识 被引量:6
5
作者 王志强 李立君 +3 位作者 黄雁 左青松 钱承 粟键鑫 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2013年第1期202-207,共6页
针对火灾信号特征参数的模糊特性,采用混沌量子遗传算法对模糊最小二乘支持向量机的参数进行优化,建立基于模糊最小二乘支持向量机的火灾信号辨识模型。研究结果表明:基于混沌量子遗传算法的模糊最小二乘支持向量机火灾辨识模型相对误差... 针对火灾信号特征参数的模糊特性,采用混沌量子遗传算法对模糊最小二乘支持向量机的参数进行优化,建立基于模糊最小二乘支持向量机的火灾信号辨识模型。研究结果表明:基于混沌量子遗传算法的模糊最小二乘支持向量机火灾辨识模型相对误差为1.1%,具有较高的辨识精度;火灾信号辨识性能指标即O2质量分数减少值权重γ1、H2质量分数权重γ2、烟气质量分数权重γ3、温度权重γ4和CO质量分数权重γ5满足:γ3>γ4>γ5>γ1>γ2。 展开更多
关键词 混沌量子遗传算法 模糊最小二乘支持向量机 火灾辨识
在线阅读 下载PDF
矿区GPS高程异常相关向量机拟合模型 被引量:6
6
作者 罗亦泳 张立亭 +1 位作者 周世健 鲁铁定 《金属矿山》 CAS 北大核心 2015年第12期111-114,共4页
为提高GPS高程异常拟合的精度及可靠性,基于相关向量机模型(Relevance vector machine,RVM),提出了一种稀疏化概率式的GPS高程异常SVM拟合模型。以柯西核函数与交叉验证法构建相关向量机,并推导了置信区间的估计公式。以某矿区GPS高程... 为提高GPS高程异常拟合的精度及可靠性,基于相关向量机模型(Relevance vector machine,RVM),提出了一种稀疏化概率式的GPS高程异常SVM拟合模型。以柯西核函数与交叉验证法构建相关向量机,并推导了置信区间的估计公式。以某矿区GPS高程控制网为例,构建了基于相关向量机的高程异常拟合模型,并与多项式拟合、BP神经网络和遗传最小二乘支持向量机进行精度对比,通过置信区间估计,评价拟合结果的可靠性。试验结果表明:1相关向量机的平均绝对误差(Mean absolute error,MAE)、平均绝对百分误差(Mean absolute percentage error,MAPE)、均方根误差(Root mean square error,RMSE)等精度指标均较大幅度优于多项式、BP神经网络和遗传最小二乘支持向量机;2测试数据集的实测高程异常均在相关向量机估计的置信区间内。上述试验结果进一步表明:相关向量机是一种精度及可靠性高的矿区GPS高程异常拟合方法,对于快速测定矿区正常高有一定的参考价值。 展开更多
关键词 矿区高程拟合 高程异常 多项式拟合 BP神经网络 遗传最小二乘支持向量机 相关向量机
在线阅读 下载PDF
基于遗传算法和最小二乘支持向量机的织物剪切性能预测 被引量:2
7
作者 卢桂馥 王勇 +1 位作者 窦易文 Gui-fu Yi-wen 《计量学报》 CSCD 北大核心 2009年第6期-,共4页
提出了一种基于最小二乘支持向量机的织物剪切性能预测模型,并且采用遗传算法进行最小二乘支持向量机的参数优化,将获得的样本进行归一化处理后,将其输入预测模型以得到预测结果.仿真结果表明,基于最小二乘支持向量机的预测模型比BP神... 提出了一种基于最小二乘支持向量机的织物剪切性能预测模型,并且采用遗传算法进行最小二乘支持向量机的参数优化,将获得的样本进行归一化处理后,将其输入预测模型以得到预测结果.仿真结果表明,基于最小二乘支持向量机的预测模型比BP神经网络和线性回归方法具有更高的精度和范化能力. Abstract: A new method is proposed to predict the fabric shearing property with least square support vector machines ( LS-SVM ). The genetic algorithm is investigated to select the parameters of LS-SVM models as a means of improving the LS- SVM prediction. After normalizing the sampling data, the sampling data are inputted into the model to gain the prediction result. The simulation results show the prediction model gives better forecasting accuracy and generalization ability than BP neural network and linear regression method. 展开更多
关键词 基于遗传算法 最小二乘支持向量机 织物 剪切 性能预测模型 support vector machineS sampling data support vector machineS generalization ability simulation results linear regression genetic algorithm BP neural network prediction model 线性回归方法 LS-SVM least square 归一化处理 new method 预测结果
在线阅读 下载PDF
基于多智能体遗传算法优化的航空电子设备状态组合预测 被引量:4
8
作者 赵建忠 欧阳中辉 +1 位作者 张磊 赵建印 《兵工学报》 EI CAS CSCD 北大核心 2016年第4期727-734,共8页
针对传统单一预测方法预测航空电子设备状态的不足,提出了将隐马尔可夫模型(HMM)和最小二乘支持向量机(LS-SVM)相结合的组合预测方法。采用多智能体遗传算法(MAGA)对HMM参数进行训练优化,克服了Baum-Welch算法易陷入局部最优解的缺陷,并... 针对传统单一预测方法预测航空电子设备状态的不足,提出了将隐马尔可夫模型(HMM)和最小二乘支持向量机(LS-SVM)相结合的组合预测方法。采用多智能体遗传算法(MAGA)对HMM参数进行训练优化,克服了Baum-Welch算法易陷入局部最优解的缺陷,并在HMM建模过程中引入状态条件概率,以降低不确定性因素造成的影响。采用MAGA估计LS-SVM模型参数,并在参数估计的过程中采用剪枝法实现LS-SVM的稀疏性,从而达到提高LS-SVM泛化性能的目的。在此基础上构建了航空电子设备状态组合预测模型。实例分析结果验证了组合预测模型在预测精度、计算速度和稳定性方面的优势。 展开更多
关键词 飞行器仪表、设备 参数估计 隐马尔可夫模型 最小二乘支持向量机 多智能体遗传算法 状态预测
在线阅读 下载PDF
基于遗传算法的BP-LSSVM组合变权模型权重优化的短期电价预测研究 被引量:19
9
作者 黄元生 张利君 《煤炭工程》 北大核心 2019年第5期172-176,共5页
为了能够精确预测短期电价为市场参与者提供有效的决策指导,首先对电价数据进行水平处理,然后建立BP神经网络(BPNN)和最小二乘支持向量机(LSSVM)组合变权模型(BP LSSVM),同时提出采用遗传算法(GA)对该组合变权模型的权重进行优化,最后... 为了能够精确预测短期电价为市场参与者提供有效的决策指导,首先对电价数据进行水平处理,然后建立BP神经网络(BPNN)和最小二乘支持向量机(LSSVM)组合变权模型(BP LSSVM),同时提出采用遗传算法(GA)对该组合变权模型的权重进行优化,最后将权重优化之后的GA BP LSSVM模型应用于美国PJM电力市场的边际电价预测,并与传统的LSSVM与BPNN的预测结果进行比较,结果表明,该组合变权模型能够提供更加精确的预测电价。 展开更多
关键词 遗传算法 BP神经网络 最小二乘支持向量机 短期电价预测 权重优化
在线阅读 下载PDF
柴油机SCR反应器性能FLS-SVM预测模型 被引量:4
10
作者 江彤 左青松 谢常清 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2012年第10期3906-3911,共6页
针对柴油机SCR反应器结构参数的模糊特性,将CFD仿真得到的不同结构参数下柴油机SCR反应器在温度为380℃时的性能仿真结果作为训练集,采用混沌量子遗传算法对模糊最小二乘支持向量机的参数进行优化,建立柴油机SCR反应器性能FLS-SVM预测... 针对柴油机SCR反应器结构参数的模糊特性,将CFD仿真得到的不同结构参数下柴油机SCR反应器在温度为380℃时的性能仿真结果作为训练集,采用混沌量子遗传算法对模糊最小二乘支持向量机的参数进行优化,建立柴油机SCR反应器性能FLS-SVM预测模型。研究结果表明:柴油机SCR反应器性能预测模型的相对预测误差均小于3.0%,表明柴油机SCR反应器性能仿真结果与FLS-SVM预测模型的结果具有较高的准确精度。 展开更多
关键词 混沌量子遗传算法 最小二乘支持向量机 柴油机 SCR反应器
在线阅读 下载PDF
基于新陈代谢原理的机床热误差伪滞后建模 被引量:4
11
作者 谢飞 王玲 +1 位作者 谭峰 殷国富 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2019年第7期154-159,170,共7页
为了建立预测精度高、泛化性能强的热误差预测模型,提出了一种基于新陈代谢原理的热误差伪滞后预测模型.通过实验研究发现了机床的伪滞后现象,并假设热误差是前一时刻关键点的温升及热误差共同作用的结果,求解出了机床的热关键点及典型... 为了建立预测精度高、泛化性能强的热误差预测模型,提出了一种基于新陈代谢原理的热误差伪滞后预测模型.通过实验研究发现了机床的伪滞后现象,并假设热误差是前一时刻关键点的温升及热误差共同作用的结果,求解出了机床的热关键点及典型工况下的热误差平均滞后时间.并利用遗传算法优化了最小二乘支持向量机的结构参数,基于新陈代谢原理对热误差进行迭代求解,从而建立了机床的热误差伪滞后预测模型.通过对比不同预测模型的预测结果,证明了假设的正确性,并且考虑伪滞后效应的预测模型的预测精度更高、泛化性能更好,能将不同转速的热误差降低90%以上. 展开更多
关键词 热误差 伪滞后效应 遗传算法 最小二乘支持向量机 新陈代谢原理
在线阅读 下载PDF
进化-最小二乘支持向量机的边坡稳定性估计 被引量:6
12
作者 马文涛 孔亮 《岩土力学》 EI CAS CSCD 北大核心 2009年第12期3876-3880,共5页
针对最小二乘支持向量机的参数选择问题,用遗传算法来搜索最小二乘支持向量机的相关参数,避免了人工搜索参数的盲目性,提高了模型的推广性能。根据大量的实际边坡工程数据,建立了基于进化-最小二乘支持向量机的边坡稳定性模型,并将其应... 针对最小二乘支持向量机的参数选择问题,用遗传算法来搜索最小二乘支持向量机的相关参数,避免了人工搜索参数的盲目性,提高了模型的推广性能。根据大量的实际边坡工程数据,建立了基于进化-最小二乘支持向量机的边坡稳定性模型,并将其应用于估计丁家河磷矿自然边坡稳定状况。计算结果与工程实际情况一致,表明了该方法的有效性和合理性。 展开更多
关键词 边坡稳定 最小二乘支持向量机 遗传算法 参数选择
在线阅读 下载PDF
基于LS-SVM的燃烧状况智能诊断 被引量:3
13
作者 王春华 仲兆平 鄂加强 《燃烧科学与技术》 EI CAS CSCD 北大核心 2010年第5期462-466,共5页
运用D-S证据理论以及多传感器信息融合理论建立了数据融合目标识别系统,将其应用于燃烧状况诊断系统中,并利用最小二乘支持向量机理论以及自适应遗传算法理论解决了D-S证据理论当中基本概率分配函数难以获取的问题.所建立的燃烧诊断系... 运用D-S证据理论以及多传感器信息融合理论建立了数据融合目标识别系统,将其应用于燃烧状况诊断系统中,并利用最小二乘支持向量机理论以及自适应遗传算法理论解决了D-S证据理论当中基本概率分配函数难以获取的问题.所建立的燃烧诊断系统取得了比常用的燃烧状况诊断系统更高的燃烧状况诊断准确率,其中稳定燃烧诊断正确率为84%,不稳定燃烧诊断准确率为79%. 展开更多
关键词 D-S证据理论 最小二乘支持向量机 自适应遗传算法 燃烧
在线阅读 下载PDF
球磨机制粉过程煤粉粒度FCM-SVRs软测量建模 被引量:4
14
作者 王介生 高宪文 张立 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2010年第5期613-616,共4页
根据多个模型相加可以提高整体预测精度和鲁棒性的思想,提出了一种基于模糊C均值聚类(FCM)算法的煤粉粒度多最小二乘支持向量机回归(MLS-SVRs)软测量模型.采用变长度染色体的遗传算法同时优化模糊聚类数和聚类中心,每种聚类子集用LS-SVR... 根据多个模型相加可以提高整体预测精度和鲁棒性的思想,提出了一种基于模糊C均值聚类(FCM)算法的煤粉粒度多最小二乘支持向量机回归(MLS-SVRs)软测量模型.采用变长度染色体的遗传算法同时优化模糊聚类数和聚类中心,每种聚类子集用LS-SVRs进行局部模型的建立和训练,再用模糊聚类后产生的隶属度将各子模型的输出加权求和得到最后软测量结果.仿真结果表明该软测量模型具有更好的泛化结果和预测精度,可以满足煤粉制备过程实时控制的在线软测量要求. 展开更多
关键词 煤粉粒度 模糊C均值聚类 最小二乘支持向量机回归 软测量 遗传算法 变长度染色体
在线阅读 下载PDF
基于遗传算法优化LS-SVM的短期电力负荷预测研究 被引量:7
15
作者 张政国 吴延增 《兰州交通大学学报》 CAS 2012年第6期44-48,共5页
针对已有方法在选择最小二乘支持向量回归机(LS-SVM)模型参数上存在的不足,利用遗传算法(GA)全局寻优的优势,建立了经GA优化的LS-SVM回归预测模型,数据来源于美国新格兰地区2005~2006年电力负荷数据,以2005-01-01至2005-12-31期间每日2... 针对已有方法在选择最小二乘支持向量回归机(LS-SVM)模型参数上存在的不足,利用遗传算法(GA)全局寻优的优势,建立了经GA优化的LS-SVM回归预测模型,数据来源于美国新格兰地区2005~2006年电力负荷数据,以2005-01-01至2005-12-31期间每日24点负荷数据作为训练,以历史负荷数据、温度、湿度以及计算前一天相同时刻、前一周相同时刻负荷等8个因素作为输入,建立经GA优化的LS-SVM负荷预测模型,并同时建立了BP神经网络、标准支持向量机、最小二乘支持向量机预测模型,对2006年1月第1周的168个点负荷进行预测,实例预测结果表明:利用该方法进行电力负荷预测比起BP神经网络、标准支持份向量机和最小二乘支持向量机方法有更高的预测精度. 展开更多
关键词 电力负荷 遗传算法 最小二乘支持向量机 负荷预测
在线阅读 下载PDF
基于灰色最小二乘支持向量机的边坡位移预测 被引量:27
16
作者 马文涛 《岩土力学》 EI CAS CSCD 北大核心 2010年第5期1670-1674,共5页
利用边坡实测位移序列预测边坡未来时间的位移,可以有效地判断边坡的稳定性。在分析了灰色预测方法和最小二乘支持向量机各自的优缺点的基础上,提出了将二者相结合的一种新的预测模型——灰色最小二乘支持向量机预测模型。新模型既发挥... 利用边坡实测位移序列预测边坡未来时间的位移,可以有效地判断边坡的稳定性。在分析了灰色预测方法和最小二乘支持向量机各自的优缺点的基础上,提出了将二者相结合的一种新的预测模型——灰色最小二乘支持向量机预测模型。新模型既发挥了灰色预测方法中"累加生成"的优点,弱化了原始序列中随机扰动因素的影响,增强了数据的规律性,又充分利用了最小二乘支持向量机求解速度快、易于描述非线性关系的优良特性,避免了灰色预测方法及模型存在的理论缺陷。同时,采用遗传算法进行了模型的参数优化,通过2个工程实例说明灰色最小二乘支持向量机模型预测边坡位移的有效性,具有较高的精度。 展开更多
关键词 边坡位移 灰色模型 最小二乘支持向量机 遗传算法 时间序列
在线阅读 下载PDF
应用最小二乘支持向量机和混合遗传算法的制粉系统优化控制 被引量:6
17
作者 刘定平 肖蔚然 《动力工程》 EI CAS CSCD 北大核心 2007年第5期728-731,747,共5页
利用最小二乘支持向量机(LSSVM)对直吹式中速磨制粉系统进行建模,然后采用混合遗传算法(HGA)对模型寻优,以获得不同工况下制粉系统的最佳运行方式。在某电厂200 MW机组上进行了现场试验。结果表明:该方法具有较高的可靠性和实用性,可用... 利用最小二乘支持向量机(LSSVM)对直吹式中速磨制粉系统进行建模,然后采用混合遗传算法(HGA)对模型寻优,以获得不同工况下制粉系统的最佳运行方式。在某电厂200 MW机组上进行了现场试验。结果表明:该方法具有较高的可靠性和实用性,可用以指导运行人员进行制粉系统的优化调整。 展开更多
关键词 自动控制技术 火力发电厂 直吹式制粉系统 中速磨 最小二乘支持向量机 混合遗传算法
在线阅读 下载PDF
基于GA-LSSVM预测的Hilbert-Huang变换端点效应问题处理 被引量:4
18
作者 侯青剑 王宏力 《噪声与振动控制》 CSCD 北大核心 2008年第6期52-56,共5页
针对Hilbert-Huang变换中的端点效应,利用基于遗传算法(Genetic Algorithm,GA)的最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)数据延拓方法对信号及其各内禀模态函数(Intrinsic ModeFunction,IMF)分量进行延拓,在一... 针对Hilbert-Huang变换中的端点效应,利用基于遗传算法(Genetic Algorithm,GA)的最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)数据延拓方法对信号及其各内禀模态函数(Intrinsic ModeFunction,IMF)分量进行延拓,在一定程度上克服了Hilbert-Huang变换中的端点效应,实现了准确的Hilbert-Huang变换。 展开更多
关键词 振动与波 HILBERT-HUANG变换 端点效应 遗传算法 最小二乘支持向量机
在线阅读 下载PDF
基于小波变换和GALSSVM的边坡位移预测 被引量:16
19
作者 马文涛 《岩土力学》 EI CAS CSCD 北大核心 2009年第S2期394-398,共5页
边坡变形是一个受多种因素综合作用的复杂非线性动力学演化过程,用现有的物理模型来解决边坡变形的预测问题有很大难度。大量的研究工作表明,用实测的边坡位移时间序列来预测边坡未来变形更为准确,而将多种方法组合起来进行预测成为研... 边坡变形是一个受多种因素综合作用的复杂非线性动力学演化过程,用现有的物理模型来解决边坡变形的预测问题有很大难度。大量的研究工作表明,用实测的边坡位移时间序列来预测边坡未来变形更为准确,而将多种方法组合起来进行预测成为研究的主要趋势。在此基础上,建立了一种基于小波变换和进化最小二乘支持向量机(GALSSVM)的边坡位移预测模型。首先利用小波变换将边坡时间序列分解为低频分量和高频分量,然后利用互信息法和伪近邻法得到各分量的时间延迟和嵌入维数并进行相空间重构,再根据各个相空间的特点建立相应的GALSSVM预测模型,最后把各分量的预测结果进行小波重构,重构后的结果即为最终的边坡位移预测结果。对丹巴滑坡预测研究表明,这种新的预测模型具有较高的预测精度,可以应用于实际工程。 展开更多
关键词 边坡 时间序列 小波变换 进化最小二乘支持向量机 相空间 位移 预测
在线阅读 下载PDF
基于混合智能优化LSSVM的非高斯脉动风速预测 被引量:5
20
作者 李春祥 丁晓达 郑晓芬 《振动与冲击》 EI CSCD 北大核心 2017年第20期52-58,共7页
考虑智能优化:蚁群算法(ACO)、遗传算法(GA)和粒子群算法(PSO)各自优缺点,并为充分发挥蚁群、遗传算法较好的全局搜索能力和粒子群算法的分级搜索机制,提出混合蚁群和粒子群优化(ACO+PSO)和混合遗传算法和粒子群优化(GA+PSO)最小二乘支... 考虑智能优化:蚁群算法(ACO)、遗传算法(GA)和粒子群算法(PSO)各自优缺点,并为充分发挥蚁群、遗传算法较好的全局搜索能力和粒子群算法的分级搜索机制,提出混合蚁群和粒子群优化(ACO+PSO)和混合遗传算法和粒子群优化(GA+PSO)最小二乘支持向量机(LSSVM)的非高斯脉动风速预测模型,分别称为ACO+PSO-LSSVM和GA+PSO-LSSVM。运用ACO+PSO-LSSVM和GA+PSO-LSSVM预测模型对某超高层建筑的非高斯脉动风速进行了预测;为比较目的,同时给出ACO-LSSVM、PSO-LSSVM和GA-LSSVM的非高斯脉动风速预测结果。经仔细检查非高斯脉动风速时程预测值、相关函数预测值以及预测性能评价指标,验证了基于混合智能优化LSSVM对非高斯脉动风速预测的有效性和优势。 展开更多
关键词 非高斯脉动风速 混合智能优化 最小二乘支持向量机 蚁群优化 粒子群优化 遗传算法
在线阅读 下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部