热力发电
熱力髮電
열력발전
THERMAL POWER GENERATION
2012年
10期
5-8
,共4页
孙鹏%程世庆%张海瑞%张慧敏
孫鵬%程世慶%張海瑞%張慧敏
손붕%정세경%장해서%장혜민
混合生物质%燃烧特性%遗传算法%交叉验证%支持向量机%CV-GA-SVM模型
混閤生物質%燃燒特性%遺傳算法%交扠驗證%支持嚮量機%CV-GA-SVM模型
혼합생물질%연소특성%유전산법%교차험증%지지향량궤%CV-GA-SVM모형
利用经交叉验证(CV)方法和遗传算法(GA)优化的支持向量机(SVM)分类模型(CV-GA-SVM)对混合生物质的燃烧特性进行类别预判,并提出综合燃烧特性指数的简便计算式.分类模型以工业分析成分为输入量,以试样标签为输出量,以单生物质数据训练模型.基于单生物质工业分析建立了综合燃烧特性指数的简便计算式.研究表明:CV-GA-SVM模型能够对混合生物质的综合燃烧特性作出准确、快速的预判,正确率为100％,耗用时间为4.4s;简便计算式的计算平均绝对误差为1.68.
利用經交扠驗證(CV)方法和遺傳算法(GA)優化的支持嚮量機(SVM)分類模型(CV-GA-SVM)對混閤生物質的燃燒特性進行類彆預判,併提齣綜閤燃燒特性指數的簡便計算式.分類模型以工業分析成分為輸入量,以試樣標籤為輸齣量,以單生物質數據訓練模型.基于單生物質工業分析建立瞭綜閤燃燒特性指數的簡便計算式.研究錶明:CV-GA-SVM模型能夠對混閤生物質的綜閤燃燒特性作齣準確、快速的預判,正確率為100％,耗用時間為4.4s;簡便計算式的計算平均絕對誤差為1.68.
이용경교차험증(CV)방법화유전산법(GA)우화적지지향량궤(SVM)분류모형(CV-GA-SVM)대혼합생물질적연소특성진행유별예판,병제출종합연소특성지수적간편계산식.분류모형이공업분석성분위수입량,이시양표첨위수출량,이단생물질수거훈련모형.기우단생물질공업분석건립료종합연소특성지수적간편계산식.연구표명:CV-GA-SVM모형능구대혼합생물질적종합연소특성작출준학、쾌속적예판,정학솔위100％,모용시간위4.4s;간편계산식적계산평균절대오차위1.68.
