计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2012年
9期
2508-2511,2519
,共5页
张伟%柳先辉%丁毅%史德明
張偉%柳先輝%丁毅%史德明
장위%류선휘%정의%사덕명
能耗%多时间序列%向量值函数学习%多任务学习%自回归方法%支持向量回归
能耗%多時間序列%嚮量值函數學習%多任務學習%自迴歸方法%支持嚮量迴歸
능모%다시간서렬%향량치함수학습%다임무학습%자회귀방법%지지향량회귀
能耗时间序列涉及多种能源,且各种能源间关系复杂,主要通过多个独立的单时间序列进行预报,这种方式忽略了多时间序列之间的依赖性.为了充分利用多时间序列之间的关联信息以提高预报的准确性,根据机器学习中的向量值函数学习和多任务学习理论,采用支持向量回归(SVR)算法建立了多时间序列的向量值自回归方法和多任务自回归方法.实验结果证明,与多个独立的单时间序列模型相比,通过这种方法建立的多时间序列自回归模型在焦化工序能耗预报中表现出了更好的性能.
能耗時間序列涉及多種能源,且各種能源間關繫複雜,主要通過多箇獨立的單時間序列進行預報,這種方式忽略瞭多時間序列之間的依賴性.為瞭充分利用多時間序列之間的關聯信息以提高預報的準確性,根據機器學習中的嚮量值函數學習和多任務學習理論,採用支持嚮量迴歸(SVR)算法建立瞭多時間序列的嚮量值自迴歸方法和多任務自迴歸方法.實驗結果證明,與多箇獨立的單時間序列模型相比,通過這種方法建立的多時間序列自迴歸模型在焦化工序能耗預報中錶現齣瞭更好的性能.
능모시간서렬섭급다충능원,차각충능원간관계복잡,주요통과다개독립적단시간서렬진행예보,저충방식홀략료다시간서렬지간적의뢰성.위료충분이용다시간서렬지간적관련신식이제고예보적준학성,근거궤기학습중적향량치함수학습화다임무학습이론,채용지지향량회귀(SVR)산법건립료다시간서렬적향량치자회귀방법화다임무자회귀방법.실험결과증명,여다개독립적단시간서렬모형상비,통과저충방법건립적다시간서렬자회귀모형재초화공서능모예보중표현출료경호적성능.
