- 1、本文档共3页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于二阶粒子群优化的支持向量机回归在炉龄预测中的应用
学兔兔
《自动化与仪器仪表》2014年第1期(总第171期)
基于二阶粒子群优化的基于二阶粒子群优化的
支持向量机回归在炉龄预测中的应用支持向量机回归在炉龄预测中的应用
王江荣
(兰州石化职业技术学院信息处理与控制工程系 甘肃兰州,730060)
摘 要:针对钢铁企业对炉龄预测精度要求高的特点,提出了基于二阶粒子群优化的支持向量机的炉龄预测方法。利
用粒子群智能算法优化支持向量机的回归参数,可以避免按经验选取输入参数的盲目性,能有效地提高预测速度和精度。实
例仿真结果表明用该方法对炉龄预测具有很高的精确度,远优于BP 神经网络的预测结果。
关键词:转炉炉龄;支持向量机;二阶粒子群;优化;预测
AbstractAbstract ::furnace forecast accuracy requirements for iron and steel enterprises, proposed based on the second-order particle
swarm optimization Furnace support vector machine prediction method. Particle swarm intelligent algorithm to optimize the parame-
ters of support vector machine regression to experience blindness selected input parameters can be avoided, which can effectively
improve the forecasting speed and accuracy. The instance simulation results show that the furnace to predict with a high accuracy,
the method is far superior to the BP neural network prediction results.
KeyKey words:words: Converter furnace; Support vector machines; Second-order particle swarm; Optimization; Forecast
中图分类号:TP272 文献标识码:B 文章编号:1001-9227 (2014)01-0093-03
l
0 引 言 1 2 *
min w +C (ξ +ξ ),
2 ∑i i
转炉炉龄是钢铁联合企业中炼钢工序一项重要的技术经济 i
文档评论(0)