期刊文献+
共找到257篇文章
< 1 2 13 >
每页显示 20 50 100
Support vector regression modeling in recursive just-in-time learning framework for adaptive soft sensing of naphtha boiling point in crude distillation unit 被引量:4
1
作者 Venkata Vijayan S Hare Krishna Mohanta Ajaya Kumar Pani 《Petroleum Science》 SCIE CAS CSCD 2021年第4期1230-1239,共10页
Prediction of primary quality variables in real time with adaptation capability for varying process conditions is a critical task in process industries.This article focuses on the development of non-linear adaptive so... Prediction of primary quality variables in real time with adaptation capability for varying process conditions is a critical task in process industries.This article focuses on the development of non-linear adaptive soft sensors for prediction of naphtha initial boiling point(IBP)and end boiling point(EBP)in crude distillation unit.In this work,adaptive inferential sensors with linear and non-linear local models are reported based on recursive just in time learning(JITL)approach.The different types of local models designed are locally weighted regression(LWR),multiple linear regression(MLR),partial least squares regression(PLS)and support vector regression(SVR).In addition to model development,the effect of relevant dataset size on model prediction accuracy and model computation time is also investigated.Results show that the JITL model based on support vector regression with iterative single data algorithm optimization(ISDA)local model(JITL-SVR:ISDA)yielded best prediction accuracy in reasonable computation time. 展开更多
关键词 adaptive soft sensor Just in time learning regression support vector regression Naphtha boiling point
在线阅读 下载PDF
Small-time scale network traffic prediction based on a local support vector machine regression model 被引量:10
2
作者 孟庆芳 陈月辉 彭玉华 《Chinese Physics B》 SCIE EI CAS CSCD 2009年第6期2194-2199,共6页
In this paper we apply the nonlinear time series analysis method to small-time scale traffic measurement data. The prediction-based method is used to determine the embedding dimension of the traffic data. Based on the... In this paper we apply the nonlinear time series analysis method to small-time scale traffic measurement data. The prediction-based method is used to determine the embedding dimension of the traffic data. Based on the reconstructed phase space, the local support vector machine prediction method is used to predict the traffic measurement data, and the BIC-based neighbouring point selection method is used to choose the number of the nearest neighbouring points for the local support vector machine regression model. The experimental results show that the local support vector machine prediction method whose neighbouring points are optimized can effectively predict the small-time scale traffic measurement data and can reproduce the statistical features of real traffic measurements. 展开更多
关键词 network traffic small-time scale nonlinear time series analysis support vector machine regression model
在线阅读 下载PDF
High-rise building fire pre-warning model based on the support vector regression 被引量:1
3
作者 张立宁 张奇 安晶 《Journal of Beijing Institute of Technology》 EI CAS 2015年第3期285-290,共6页
Aiming at reducing the deficiency of the traditional fire pre-warning algorithms and the intelligent fire pre-warning algorithms such as artificial neural network,and then to improve the accuracy of fire prewarning fo... Aiming at reducing the deficiency of the traditional fire pre-warning algorithms and the intelligent fire pre-warning algorithms such as artificial neural network,and then to improve the accuracy of fire prewarning for high-rise buildings,a composite fire pre-warning controller is designed according to the characteristic( nonlinear,less historical data,many influence factors),also a high-rise building fire pre-warning model is set up based on the support vector regression( SV R). Then the wood fire standard history data is applied to make empirical analysis. The research results can provide a reliable decision support framework for high-rise building fire pre-warning. 展开更多
关键词 high-rise buildings fire composite fire pre-warning systemdesign the support vector regression pre-warning model
在线阅读 下载PDF
Model Updating for High Speed Aircraft in Thermal Environment Using Adaptive Weighted-Sum Methods 被引量:1
4
作者 He Huan He Cheng Chen Guoping 《Transactions of Nanjing University of Aeronautics and Astronautics》 EI CSCD 2016年第3期362-369,共8页
Model updating for aircraft in a high temperature environment(HTE)is proposed based on the hierarchical method.With this method,the problem can be decomposed into temperature field updating and dynamic structural upda... Model updating for aircraft in a high temperature environment(HTE)is proposed based on the hierarchical method.With this method,the problem can be decomposed into temperature field updating and dynamic structural updating.In order to improve the estimation accuracy,the model updating problem is turned into a multi-objective optimization problem by constructing the objective function which combined with residues of modal frequency and effective modal mass.Then the metamodeling,support vector regression(SVR)is introduced to improve the optimization efficiency,and the solution can be determined by adaptive weighted-sum method(AWS).Finally,the proposed method is tested on a finite element(FE)model of a reentry vehicle model.The results show that the multi-objective model updating method in HTE can identify the input parameters of the temperature field and structure with good accuracy. 展开更多
关键词 HIERARCHICAL high temperature environment(HTE) support vector regression(SVR) multi-objective optimization model updating
在线阅读 下载PDF
基于机器学习的30%TBP/煤油-硝酸体系中主要组分的分配比预测研究
5
作者 于婷 张音音 +6 位作者 张睿志 金文蕾 罗应婷 朱升峰 何辉 叶国安 龚禾林 《原子能科学技术》 北大核心 2025年第1期14-23,共10页
为最优化后处理过程的实验条件、优化工艺、降低实验成本和时间,并提高后处理流程数学模拟的准确性,本文基于随机森林、支持向量回归和K近邻这3种经典的机器学习算法建立了30%TBP/煤油-硝酸体系中主要组分铀、钚、硝酸的分配比数学模型... 为最优化后处理过程的实验条件、优化工艺、降低实验成本和时间,并提高后处理流程数学模拟的准确性,本文基于随机森林、支持向量回归和K近邻这3种经典的机器学习算法建立了30%TBP/煤油-硝酸体系中主要组分铀、钚、硝酸的分配比数学模型,并基于不同数据集进行了超参数优化和模型训练。通过对模型进行验证和测试,发现采用随机森林算法建立的分配比模型准确度最高,其对铀预测的平均绝对相对误差达7.73%,较传统方法提高了约7%。与传统建模方法相比,机器学习方法建立模型的准确度更高。 展开更多
关键词 分配比数学模型 随机森林 支持向量回归 K近邻
在线阅读 下载PDF
两反式光学系统光机集成仿真与成像质量预测代理模型构建
6
作者 薛奋琪 巩浩 +3 位作者 刘检华 朱荣全 谢惟楚 雷静婷 《兵工学报》 北大核心 2025年第3期274-288,共15页
两反式光学系统广泛应用于空间遥感、探测制导等领域,装配是影响光学系统成像质量的关键环节,当前各种装配误差与光学系统成像质量之间的关联关系缺少系统研究,无法为光学系统实时装调提供支撑。提出两反光学系统装配与成像的联合仿真... 两反式光学系统广泛应用于空间遥感、探测制导等领域,装配是影响光学系统成像质量的关键环节,当前各种装配误差与光学系统成像质量之间的关联关系缺少系统研究,无法为光学系统实时装调提供支撑。提出两反光学系统装配与成像的联合仿真方法。采用有限元仿真方法获得镜面面形误差,利用Zernike多项式对其进行精确拟合,通过光学产品设计与分析软件对包含Zernike多项式的镜面变形误差和装配位姿偏差进行光路成像仿真,以能量集中度作为成像质量定量评价指标,获得不同装配误差条件下的光学系统成像质量数据。建立包含局部和全局混合核函数的支持向量回归(Support Vector Regression,SVR)代理模型,对装配误差和成像质量之间的关联关系进行精确拟合。研究结果表明:与单一核函数/无核函数的SVR模型相比,所建立的混合核函数SVR代理模型具有最小的成像质量预测误差(平均预测误差仅有6.51%);所提装配与成像联合仿真方法和混合核函数SVR代理模型,能够为不同装配误差条件下的光学系统实时装调提供辅助支撑。 展开更多
关键词 光学系统 装配误差 能量集中度 支持向量回归代理模型 混合核函数
在线阅读 下载PDF
基于SVR的船舶简化分离型模型水动力系数辨识研究
7
作者 宋利飞 王毓清 +3 位作者 彭伟 李培勇 刘禹杉 张永峰 《中国舰船研究》 北大核心 2025年第1期65-75,共11页
[目的]为解决船舶分离型(MMG)模型水动力系数辨识存在的共线性和参数漂移问题,提出一种基于支持向量回归(SVR)的三自由度简化分离型模型建模方法。[方法]首先,在样本数据的基础上提出一种数据预处理策略,以提升样本的有效性;然后,通过La... [目的]为解决船舶分离型(MMG)模型水动力系数辨识存在的共线性和参数漂移问题,提出一种基于支持向量回归(SVR)的三自由度简化分离型模型建模方法。[方法]首先,在样本数据的基础上提出一种数据预处理策略,以提升样本的有效性;然后,通过Lasso回归算法筛选对模型影响较显著的水动力系数,以减小多重共线性的程度;接着,针对分离型模型推导水动力系数辨识的回归模型,通过SVR进行水动力系数辨识;最后,采用差分法和数据中心化重构回归模型,以削弱参数漂移对水动力辨识误差的影响。[结果]试验结果显示,水动力系数预报值与数值模拟结果吻合较好,均方根误差(RMSE)和相关系数(CC)的计算结果均在良好范围内。[结论]通过SVR算法可以成功辨识出分离型模型的水动力导数,辨识得到的水动力系数精度较高,并且所建立的模型具有较好的预报能力和鲁棒性。 展开更多
关键词 船舶 操纵性 水动力学 数学模型 参数辨识 支持向量回归 白箱建模
在线阅读 下载PDF
基于支持向量回归(SVR)的马尾松木材脱脂率预测
8
作者 郭佳伦 钟浩珉 +1 位作者 赵俊博 陈瑶 《北京林业大学学报》 北大核心 2025年第3期151-161,共11页
【目的】脱脂处理是提升松木制品性能的重要手段,但传统脱脂率检测方法耗时且破坏试样。本研究旨在探索一种快速、无损的脱脂率检测方法,基于木材表面颜色变化,利用支持向量回归(SVR)构建脱脂率预测模型。【方法】采用氨气-水蒸气在高... 【目的】脱脂处理是提升松木制品性能的重要手段,但传统脱脂率检测方法耗时且破坏试样。本研究旨在探索一种快速、无损的脱脂率检测方法,基于木材表面颜色变化,利用支持向量回归(SVR)构建脱脂率预测模型。【方法】采用氨气-水蒸气在高温条件下对马尾松木材进行处理,分析不同条件对木材表面颜色参数和脱脂率的影响,探讨其相关性。利用3种不同的核函数(多项式核函数、Sigmoid核函数、径向基函数)构建基于SVR的脱脂率预测模型,并通过比较选择最优模型。【结果】经氨气-水蒸气热处理脱脂后,马尾松表面明度(L^(*))和黄蓝指数(b^(*))低于未处理木材,红绿指数(a^(*))则高于未处理木材。随着氨水质量分数和处理温度的增加,L^(*)、a^(*)和b^(*)呈逐渐降低趋势,总色差(ΔE^(*))逐渐增大,脱脂率随之提高。在180℃、较高氨水质量分数的处理条件下,ΔE^(*)达到最大值58.89,脱脂率达到最高值70.00%。颜色参数与脱脂率呈局部二次函数关系,相关系数最高为0.713。在以径向基函数为核函数的SVR模型中,预测含脂率和脱脂率的均方根误差分别为0.523和4.315,决定系数分别为0.847和0.823,该预测模型可应用于脱脂率检测的前期筛选。【结论】本研究成功构建了基于SVR的马尾松木材脱脂率预测模型。该模型在脱脂率检测的前期筛选中具有一定的应用价值,能够在一定程度上实现检测过程的快速、简便和无损化。本研究为马尾松木材脱脂率检测的效率提升和质量改进提供了一种新的方法。 展开更多
关键词 支持向量回归 机器学习 预测模型 脱脂 马尾松 颜色参数
在线阅读 下载PDF
基于机器学习方法的“以电折水”系数研究
9
作者 冯佳伟 姜宁 +2 位作者 刘岩 董万里 杨莹 《黑龙江水利科技》 2025年第3期139-144,共6页
目前“以电折水”作为农业地下水开采量的间接计量方法,估算地区农灌机井“以电折水”系数对于地区地下水开采量准确计量至关重要。当前多数研究采用在灌溉机井出水口安装计量设施,直接测量机井单位时间内的抽水量与耗电量来计算“以电... 目前“以电折水”作为农业地下水开采量的间接计量方法,估算地区农灌机井“以电折水”系数对于地区地下水开采量准确计量至关重要。当前多数研究采用在灌溉机井出水口安装计量设施,直接测量机井单位时间内的抽水量与耗电量来计算“以电折水”系数的具体数值。相比之下,利用数学模型并结合相关影响因素对“以电折水”系数进行预测的研究较为稀缺。文章针对“以电折水”系数进行预测及分析研究,采用平均相对误差(MRE)、均方根误差(RMSE)以及决定系数(R^(2))对不同模型的预测准确性展开对比。研究表明,采用平均值法预测的“以电折水”系数误差平均为30.33%,表明该方法下的预测结果与实际数据之间的拟合度较低,精度欠佳;而使用径向基函数神经网络模型时,预测误差则降低至11.23%;支持向量机回归模型展现了良好的预测性能,其预测误差仅为9.29%,显示出最佳的数据拟合度与最高的预测精度。 展开更多
关键词 “以电折水”系数 径向基函数神经网络模型 支持向量机回归模型 农业地下水开采计量
在线阅读 下载PDF
Robust adaptive UKF based on SVR for inertial based integrated navigation 被引量:8
10
作者 Meng-de Zhang Hai-fa Dai +1 位作者 Bai-qing Hu Qi Chen 《Defence Technology(防务技术)》 SCIE EI CAS CSCD 2020年第4期846-855,共10页
Aiming at the problem that the traditional Unscented Kalman Filtering(UKF) algorithm can't solve the problem that the measurement covariance matrix is unknown and the measured value contains outliers,this paper pr... Aiming at the problem that the traditional Unscented Kalman Filtering(UKF) algorithm can't solve the problem that the measurement covariance matrix is unknown and the measured value contains outliers,this paper proposes a robust adaptive UKF algorithm based on Support Vector Regression(SVR).The algorithm combines the advantages of support vector regression with small samples,nonlinear learning ability and online estimation capability of adaptive algorithm based on innovation.Firstly,the SVR model is trained by using the innovation in the sliding window,and the new innovation is monitored.If the deviation between the estimated innovation and the measured innovation exceeds a given threshold,then measured innovation will be replaced by the predicted innovation,and then the processed innovation is used to calculate the measurement noise covariance matrix using the adaptive estimation algorithm.Simulation experiments and measured data experiments show that SVRUKF is significantly better than the traditional UKF,robust UKF and adaptive UKF algorithms for the case where the covariance matrix is unknown and the measured values have outliers. 展开更多
关键词 Integrated navigation support vector regression Unscented Kalman filter Robust filter adaptive filter
在线阅读 下载PDF
基于轴箱垂向振动加速度的地铁车轮失圆状态诊断方法 被引量:4
11
作者 梁红琴 姜进南 +5 位作者 陶功权 刘奇锋 卢纯 温泽峰 张楷 肖乾 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2024年第1期431-443,共13页
首先,建立卷积神经网络、深度置信网络、支持向量机和以一维卷积神经网络全连接层特征为输入的支持向量机模型(1DCNN-SVM),对比上述模型在地铁车轮失圆状态分类识别上的效果;其次,利用代理模型构建轴箱垂向加速度均方根与车速和多边形... 首先,建立卷积神经网络、深度置信网络、支持向量机和以一维卷积神经网络全连接层特征为输入的支持向量机模型(1DCNN-SVM),对比上述模型在地铁车轮失圆状态分类识别上的效果;其次,利用代理模型构建轴箱垂向加速度均方根与车速和多边形磨耗幅值之间的映射关系;最后,通过智能优化算法逆向求解幅值,对比不同代理模型和智能优化算法在多边形磨耗幅值识别上的适用性。研究结果表明:1DCNN-SVM模型在正常、低阶多边形、高阶多边形、随机非圆车轮4类典型的车轮不圆度状态分类识别中取得99.82%的准确性,相比另外3种分类方法,其泛化性能和强化学习能力都具有明显的优势。在车轮多边形磨耗幅值识别方面,基于克里金模型(KSM)和粒子群算法(PSO)的波深识别模型具有更好的预测稳定性和时效性。 展开更多
关键词 车轮多边形磨耗 卷积神经网络 支持向量机 代理模型 智能优化算法
在线阅读 下载PDF
山区铁路隧道工程资源环境影响效应评估研究 被引量:4
12
作者 闫林君 陈慧鑫 +2 位作者 鲍学英 王起才 李亚娟 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2024年第4期1613-1623,共11页
山区地质复杂、环境敏感、生态脆弱,致使铁路隧道建设难度大,且在资源节约、环境保护等方面面临较高要求。绿色设计作为绿色建设的先行环节,对减少隧道建设对资源环境的扰动作用,达到资源节约、环境友好的目的起关键引领作用。为定量评... 山区地质复杂、环境敏感、生态脆弱,致使铁路隧道建设难度大,且在资源节约、环境保护等方面面临较高要求。绿色设计作为绿色建设的先行环节,对减少隧道建设对资源环境的扰动作用,达到资源节约、环境友好的目的起关键引领作用。为定量评估山区铁路隧道工程的资源环境影响效应、衡量隧道设计的绿色程度,提出一种山区铁路隧道工程资源环境影响效应分析方法。首先,基于“驱动力-状态-响应”模型(Driving force-State-Response,DSR),以隧道设计参数为驱动力指标、资源环境状况为状态指标、隧道设计措施为响应指标,构建山区铁路隧道工程资源环境影响效应评估指标体系,并建立各指标分级标准;其次,运用一种具有自学习自调整能力的支持向量回归模型(Support Vector Regression,SVR)对隧道工程的资源环境影响效应进行评估;再次,以驱动力指标和响应指标为分析对象,运用考虑指标间关联关系及叠加效应的敏感性分析法,甄别对隧道工程资源环境影响效应优化具有重要影响的隧道设计因素;最后,以某山区铁路隧道工程为例,得到该隧道工程的资源环境影响效应值为4.7157,对应等级为较好,表明该隧道工程绿色设计水平较好,资源集约节约利用较合理、环境保护力度较大,可为其他类似工况隧道工程的绿色设计提供借鉴。此外,分析结果显示,注浆加固效果是导致该隧道工程资源环境影响效应变化最敏感的因素,其次为清污分流比例,可着重从这2个方面进行优化设计,以实现隧道工程资源环境影响效应的进一步优化。研究结果验证了本文研究方法的适用性和可操作性,可为山区铁路隧道工程资源环境影响效应评估及明确隧道工程优化设计方向提供科学依据。 展开更多
关键词 山区铁路隧道工程 资源环境影响效应 “驱动力-状态-响应”模型 支持向量回归模型 敏感性分析
在线阅读 下载PDF
基于SARIMA和SVR组合模型的转向架系统寿命评估 被引量:2
13
作者 师蔚 范乔 +2 位作者 杨洋 胡定玉 廖爱华 《铁道机车车辆》 北大核心 2024年第1期157-163,共7页
随着地铁运营时间和里程的增加,地铁车辆逐渐接近其理论寿命,为确保车辆运行安全性,需对其重要子系统进行健康状态及剩余寿命评估。文中选取车辆转向架系统作为研究对象,提出了一种基于协方差优选法的季节性回归移动平均(SARIMA)和支持... 随着地铁运营时间和里程的增加,地铁车辆逐渐接近其理论寿命,为确保车辆运行安全性,需对其重要子系统进行健康状态及剩余寿命评估。文中选取车辆转向架系统作为研究对象,提出了一种基于协方差优选法的季节性回归移动平均(SARIMA)和支持向量回归(SVR)的组合模型对转向架寿命进行评估。首先,将车辆转向架系统历史故障率转化为健康指数,然后基于协方差优选法将SARIMA和SVR进行赋权组合,根据转向架系统历史健康指数进行预测,最后建立历史和预测的健康指数与运行时间的数学模型,分析得到转向架系统的剩余寿命。以某地铁车辆转向架系统为例进行算例分析及验证,结果表明组合模型可更准确地预测其健康状态,为有关维修部门开展维修维护策略提供理论依据,估计得出其剩余寿命,为车辆寿命后期退役及延寿决策提供理论数据分析支撑。 展开更多
关键词 转向架系统 寿命预测 季节性回归移动平均和支持向量回归(SARIMA和SVR) 组合模型 协方差优选法
在线阅读 下载PDF
基于参数自适应SVR和VMD-TCN的水电机组劣化趋势预测 被引量:3
14
作者 王淑青 柯洋洋 +2 位作者 胡文庆 罗平章 李青珏 《中国农村水利水电》 北大核心 2024年第4期193-198,204,共7页
针对水电机组难以利用实时监测数据对机组劣化状态进行有效评估,以及水电机组不同运行工况对运行状态指标趋势预测模型参数影响显著的问题,提出一种基于参数自适应支持向量回归机(SVR)、变分模态分解(VMD)和时间卷积网络(TCN)的水电机... 针对水电机组难以利用实时监测数据对机组劣化状态进行有效评估,以及水电机组不同运行工况对运行状态指标趋势预测模型参数影响显著的问题,提出一种基于参数自适应支持向量回归机(SVR)、变分模态分解(VMD)和时间卷积网络(TCN)的水电机组劣化趋势预测方法;首先按照功率和水头将机组运行工况细化为若干典型工况,在此基础上采用改进天鹰算法建立SVR模型,对各个工况下的预测参数进行寻优,建立起工况与最优参数的数据;再通过神经网络对工况和最优预测参数进行拟合,构建出映射两者复杂关系的非线性函数,然后将构建出的映射关系加入到传统的SVR中,实现适应于水电机组工况变化的自适应SVR健康模型;其次,根据健康模型输出的标准值和监测数据,计算出劣化趋势序列;最后,考虑到劣化趋势序列的非线性因素,建立了一个基于VMD-TCN的时间序列预测模型,以实现对劣化趋势的准确预测。并设计多组对比实验,验证所提出模型的精度更高,时间更快。 展开更多
关键词 水电机组 劣化趋势预测 参数自适应 支持向量回归机 变分模态分解 时间卷积网络
在线阅读 下载PDF
机车前端薄壁吸能管仿真模型模糊参数的支持向量回归反求
15
作者 许平 黄启 +3 位作者 邢杰 何家兴 徐凯 许拓 《振动与冲击》 EI CSCD 北大核心 2024年第18期28-35,共8页
为了获得影响耐撞性结构有限元计算精度的准确模型参数,提高冲击仿真的准确性,提出一种基于支持向量回归(support vector regression,SVR)模型进行参数优化反求的方法。以一种机车前端防爬结构中的预压薄壁吸能圆管为研究对象建立有限... 为了获得影响耐撞性结构有限元计算精度的准确模型参数,提高冲击仿真的准确性,提出一种基于支持向量回归(support vector regression,SVR)模型进行参数优化反求的方法。以一种机车前端防爬结构中的预压薄壁吸能圆管为研究对象建立有限元模型,进行台车冲击试验验证仿真模型准确性。通过拉丁超立方试验设计驱动有限元模型进行少量计算获得数据集,有限元模型中的模糊参数为输入变量,计算与试验载荷的差异为目标响应,通过SVR方法构建映射关系,并采用增强精英保留遗传算法(strengthen elitist genetic algorithm,SEGA)对超参数进行优化,确定SVR模型最佳配置;通过该最优SVR模型再次使用SEGA优化反求,获得最佳模糊参数组合。使用这组参数组合设置有限元模型,其仿真结果相较初始计算耐撞性指标和载荷曲线匹配程度都得到了提高。研究结果为有限元模型中模糊参数的准确设定、碰撞仿真的精度提升提供了一种新的思路。 展开更多
关键词 耐撞性 薄壁圆管 有限元模型 模糊参数反求 支持向量机回归(SVR) 遗传算法
在线阅读 下载PDF
基于变权组合模型的碳排放量预测
16
作者 张恒 《现代信息科技》 2024年第22期122-126,共5页
碳排放量的预测一直是国内外人们关注的热点,为了进一步提高碳排放量预测模型的准确性,考虑多种因素对碳排放量的影响,利用支持向量机回归、岭回归和BP神经网络三种传统单项碳排放量预测模型,结合误差倒数法构建了一种变权组合模型,并... 碳排放量的预测一直是国内外人们关注的热点,为了进一步提高碳排放量预测模型的准确性,考虑多种因素对碳排放量的影响,利用支持向量机回归、岭回归和BP神经网络三种传统单项碳排放量预测模型,结合误差倒数法构建了一种变权组合模型,并利用新模型预测我国2022—2026年的碳排放量。实证结果显示,组合模型的拟合精度和预测精度分别为99.26%和99.34%,组合模型对比3种单项模型有更高的精度。组合模型的预测结果显示,到2026年,我国碳排放增速较现在有所放缓,以1.8%的速度保持增长。 展开更多
关键词 支持向量机回归 岭回归 BP神经网络 变权组合模型
在线阅读 下载PDF
煤矿井下钻进速度影响因素及其智能预测方法研究 被引量:1
17
作者 戴剑博 王忠宾 +6 位作者 张琰 司垒 魏东 周文博 顾进恒 邹筱瑜 宋雨雨 《煤炭科学技术》 EI CAS CSCD 北大核心 2024年第7期209-221,共13页
在煤矿井下钻探领域,钻进速度(DR)是评估钻探作业最有效的指标之一,钻速预测是实现煤矿钻进智能化的前提条件,对于优化钻机钻进参数、降低作业成本、实现安全高效钻探具有重要意义。为此,提出煤矿井下钻进速度影响因素及其智能预测方法... 在煤矿井下钻探领域,钻进速度(DR)是评估钻探作业最有效的指标之一,钻速预测是实现煤矿钻进智能化的前提条件,对于优化钻机钻进参数、降低作业成本、实现安全高效钻探具有重要意义。为此,提出煤矿井下钻进速度影响因素及其智能预测方法研究,探索基于钻压、转速、扭矩以及钻进深度等少量钻机参数采用机器学习算法实现钻进速度精准预测。首先通过实验室微钻试验,深入分析煤岩力学性能、钻压、转速和钻进深度对扭矩、钻进速度影响规律。研究结果显示,在煤矿井下钻进过程中,随着钻进压力增大,钻进速度呈逐渐升高趋势,在较高的转速条件下钻进压力对钻进速度影响更加明显,转速增加有利于提高钻进速度,但转速对硬度较低的煤层钻进速度影响更为显著;然后,根据煤矿井下防冲钻孔现场数据,采用K–近邻(KNN)、支持向量回归(SVR)和随机森林回归(RFR)3种不同的机器学习算法建立钻进速度预测模型,并结合粒子群算法(PSO)对3种模型超参数进行优化,最后对比分析PSO–KNN,PSO–SVR和PSO–RFR三种钻进速度预测模型预测结果。研究结果表明,PSO–RFR模型准确性最好,决定系数R2高达0.963,均方误差MSE仅有29.742,而PSO–SVR模型鲁棒性最好,在对抗攻击后评价指标变化率最小。本文研究有助于实现煤矿井下钻进速度的精准预测,为煤矿井下智能钻进参数优化提供理论支撑。 展开更多
关键词 钻机参数 K–近邻 随机森林回归 支持向量回归 粒子群算法 钻进速度预测
在线阅读 下载PDF
基于混合孪生支持向量机的径流区间预测 被引量:1
18
作者 冯仲恺 付新月 +4 位作者 纪国良 刘亚新 牛文静 黄海燕 杨涛 《人民长江》 北大核心 2024年第4期95-102,117,共9页
径流具有非线性和随机性特征,单一点预测模型难以精确刻画和描述径流演化过程。为此,提出了一种可有效量化径流波动范围的智能区间预测方法。首先采用自适应噪声完备集合经验模态分解将非线性径流序列划分为若干子序列,并采用样本熵方... 径流具有非线性和随机性特征,单一点预测模型难以精确刻画和描述径流演化过程。为此,提出了一种可有效量化径流波动范围的智能区间预测方法。首先采用自适应噪声完备集合经验模态分解将非线性径流序列划分为若干子序列,并采用样本熵方法重构得到修正序列;其次以孪生支持向量机为基础,分别对复杂度较高的子序列构建区间预测模型、复杂度较低的子序列建立点预测模型,同时采用鲸鱼优化方法寻求满意的模型参数组合;最后将各子模型的预测结果叠加得到最终的预测区间。结果表明:所提方法具有良好的稳健性和可靠性,在点预测、区间预测等不同场景、不同预见期的性能指标均优于对比模型;如预见期为3 d时,对于黄河流域唐乃亥水文站,所得预测区间具有较高的可靠度与清晰度,其预测区间覆盖率PICP值为98.30%,预测区间平均宽度PINAW值为0.0792,可靠度、清晰度分别平均提高了9.47%和32.66%。研究成果可为智能化径流预测提供行之有效的方法。 展开更多
关键词 径流预测 孪生支持向量机 自适应噪声完备集合经验模态分解 鲸鱼优化方法 黄河流域
在线阅读 下载PDF
基于CEEMDAN-GSA-LSTM和SVR的光伏功率短期区间预测 被引量:5
19
作者 李芬 孙凌 +3 位作者 王亚维 屈爱芳 梅念 赵晋斌 《上海交通大学学报》 EI CAS CSCD 北大核心 2024年第6期806-818,共13页
针对光伏输出功率存在间歇性和波动性的问题,提出一种光伏功率短期区间预测模型.首先,该模型采用自适应噪声完备集合经验模态分解将历史光伏出力数据分解为不同的分量并按照其与赤纬角、时角等时序特征量的相关性定义为时序分量和随机分... 针对光伏输出功率存在间歇性和波动性的问题,提出一种光伏功率短期区间预测模型.首先,该模型采用自适应噪声完备集合经验模态分解将历史光伏出力数据分解为不同的分量并按照其与赤纬角、时角等时序特征量的相关性定义为时序分量和随机分量.其次,分别使用经过引力搜索算法优化的长短期记忆神经网络和支持向量回归模型对时序分量和随机分量进行预测.再次,叠加时序分量和随机分量的预测结果得到点预测结果.然后,对误差进行Johnson变换及正态分布建模后得到光伏功率区间预测结果.最后,利用算例验证该模型的有效性.结果表明:在不同天气情况下,上述模型比现有预测模型精度更高,具有较好的鲁棒性,能够基于预测值提供较为精准的置信区间. 展开更多
关键词 光伏功率预测 区间预测 自适应噪声完备集合经验模态分解 引力搜索算法 长短期记忆 支持向量回归 Johnson变换
在线阅读 下载PDF
基于太赫兹时域光谱和PCA-SVM算法的甜蜜素含量分析
20
作者 王睿璇 谭智勇 曹俊诚 《红外》 CAS 2024年第9期44-52,共9页
光谱分析是研究太赫兹(THz)辐射与物质相互作用的重要手段。采用全光纤式THz时域光谱(THz Time-Domain Spectroscopy,THz-TDS)系统测试了不同含量甜蜜素样品的透过率光谱,发现甜蜜素的特征吸收峰位置在1.4 THz和1.7 THz附近;采用主成分... 光谱分析是研究太赫兹(THz)辐射与物质相互作用的重要手段。采用全光纤式THz时域光谱(THz Time-Domain Spectroscopy,THz-TDS)系统测试了不同含量甜蜜素样品的透过率光谱,发现甜蜜素的特征吸收峰位置在1.4 THz和1.7 THz附近;采用主成分分析结合支持向量机(PCA-SVM)的方法建立了甜蜜素含量回归模型,然后将其预测结果与遗传算法结合偏最小二乘(GA-PLS)模型进行分析比较,并引入决定系数(R 2)和预测均方根误差(RMSE)来评价建模效果,对以10%含量梯度制作的样品集进行检测。研究结果表明,采用PCA-SVM、SVM和GA-PLS方法建立的预测模型的RMSE分别为1.885%、1.926%和2.432%。因此,PCA-SVM方法的预测效果最优,且预测数据与实际数据均表现出良好的相关性,获得了效果良好的含量回归预测模型,为甜蜜素含量的检测与分析提供了一种有效手段。 展开更多
关键词 太赫兹时域光谱 主成分分析 支持向量机 含量回归预测模型
在线阅读 下载PDF
上一页 1 2 13 下一页 到第
使用帮助 返回顶部