化工自动化及仪表
化工自動化及儀錶
화공자동화급의표
CONTROL AND INSTRUMENTS IN CHEMICAL INDUSTRY
2013年
6期
742-745
,共4页
燃煤锅炉%结渣特性预测%粒子群算法%支持向量回归机
燃煤鍋爐%結渣特性預測%粒子群算法%支持嚮量迴歸機
연매과로%결사특성예측%입자군산법%지지향량회귀궤
coal-fired boiler%slagging characteristic prediction%PSO%SVR
针对燃煤锅炉结渣特性的有限样本、非线性和高维数问题,提出了一种基于粒子群优化(PSO)和支持向量回归(SVR)的预测模型.对于支持向量回归机在建模中存在的参数选取问题,采用改进的粒子群算法(PSO)对模型参数进行优化,该方法结合了PSO的快速全局优化能力和SVR的结构风险最小化理论,精确地逼近非线性映射关系的能力.仿真结果表明:相比遗传算法(GA) SVR预测模型和模拟退火(SA)SVR预测模型,PSO-SVR模型预测燃煤锅炉结渣特性具有较高的准确率.
針對燃煤鍋爐結渣特性的有限樣本、非線性和高維數問題,提齣瞭一種基于粒子群優化(PSO)和支持嚮量迴歸(SVR)的預測模型.對于支持嚮量迴歸機在建模中存在的參數選取問題,採用改進的粒子群算法(PSO)對模型參數進行優化,該方法結閤瞭PSO的快速全跼優化能力和SVR的結構風險最小化理論,精確地逼近非線性映射關繫的能力.倣真結果錶明:相比遺傳算法(GA) SVR預測模型和模擬退火(SA)SVR預測模型,PSO-SVR模型預測燃煤鍋爐結渣特性具有較高的準確率.
침대연매과로결사특성적유한양본、비선성화고유수문제,제출료일충기우입자군우화(PSO)화지지향량회귀(SVR)적예측모형.대우지지향량회귀궤재건모중존재적삼수선취문제,채용개진적입자군산법(PSO)대모형삼수진행우화,해방법결합료PSO적쾌속전국우화능력화SVR적결구풍험최소화이론,정학지핍근비선성영사관계적능력.방진결과표명:상비유전산법(GA) SVR예측모형화모의퇴화(SA)SVR예측모형,PSO-SVR모형예측연매과로결사특성구유교고적준학솔.