动力工程
動力工程
동력공정
POWER ENGINEERING
2005年
6期
849-854
,共6页
翟永杰%杨金芳%徐大平%韩璞%王东风
翟永傑%楊金芳%徐大平%韓璞%王東風
적영걸%양금방%서대평%한박%왕동풍
自动控制技术%序列最小优化算法%改进%协调系统%预测
自動控製技術%序列最小優化算法%改進%協調繫統%預測
자동공제기술%서렬최소우화산법%개진%협조계통%예측
针对支持向量机二次规划(QP)算法处理大规模数据时计算复杂度高的问题,介绍了适宜处理大规模数据回归问题的序列最小优化(SMO)算法,并在该算法的基础上进行了改进,使运算速度得到进一步的提高.同时,将SMO算法及其改进算法(I-SMO)用于火电厂协调系统的预测,并同QP算法进行了比较.仿真结果表明,I-SMO算法比QP算法具有更高的预测精度和更快的运算速度,并且比SMO算法在计算速度方面又有较大的提高.图6表2参9
針對支持嚮量機二次規劃(QP)算法處理大規模數據時計算複雜度高的問題,介紹瞭適宜處理大規模數據迴歸問題的序列最小優化(SMO)算法,併在該算法的基礎上進行瞭改進,使運算速度得到進一步的提高.同時,將SMO算法及其改進算法(I-SMO)用于火電廠協調繫統的預測,併同QP算法進行瞭比較.倣真結果錶明,I-SMO算法比QP算法具有更高的預測精度和更快的運算速度,併且比SMO算法在計算速度方麵又有較大的提高.圖6錶2參9
침대지지향량궤이차규화(QP)산법처리대규모수거시계산복잡도고적문제,개소료괄의처리대규모수거회귀문제적서렬최소우화(SMO)산법,병재해산법적기출상진행료개진,사운산속도득도진일보적제고.동시,장SMO산법급기개진산법(I-SMO)용우화전엄협조계통적예측,병동QP산법진행료비교.방진결과표명,I-SMO산법비QP산법구유경고적예측정도화경쾌적운산속도,병차비SMO산법재계산속도방면우유교대적제고.도6표2삼9