-
题名水中溶解氧含量的优化WLS-SVM预测方法
被引量:3
- 1
-
-
作者
胡振
陈素彬
-
机构
南充职业技术学院信息与管理工程系
南充职业技术学院农业科学技术系
-
出处
《微型电脑应用》
2014年第5期54-58,共5页
-
文摘
研究溶解氧含量预测的精确度与鲁棒性问题,为水质评价和水处理控制提供科学依据。探讨了水中溶解氧的影响因素及其作用规律,分析了现有预测算法的不足,在此基础上提出了一种新的溶解氧含量预测方法。从样本集中随机抽取数据构成训练集和测试集,以网格搜索法确定WLS-SVM的参数寻优范围,再用QPSO与留一交叉验证组合算法找出其最优值,以此建立WLS-SVM回归模型进行水中溶解氧含量的预测。应用该方法与LS-SVMlab工具箱函数分别建模进行对比测试,结果表明其预测精确度和鲁棒性都更好。
-
关键词
溶解氧
预测
量子粒子群优化算法
加权最小二乘支持向量机
留一交叉验证法
-
Keywords
DO
Prediction
QPSO
WLS-SVM
loo-cv
-
分类号
TP274.2
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名计算机超频结果测量值的预测算法
被引量:1
- 2
-
-
作者
胡振
-
机构
南充职业技术学院
-
出处
《计算机测量与控制》
北大核心
2014年第11期3662-3665,共4页
-
文摘
针对计算机超频结果测量值的估计问题,提出一种优化的LS-SVM回归模型解决方案;首先对CPU和显示卡超频的参数设置及主要结果进行了分析,并探讨了常用预测算法的不足,据此选择LS-SVM回归模型进行超频结果测量值的预测;然后设计了一种LCQPSO算法寻找模型参数的最优值,使模型的预测精度和泛化能力得以提高;经采集AMD FX-8350CPU的50组超频样本验证,该算法的预测误差比RBF神经网络降低了80%,表明了该算法的有效性。
-
关键词
计算机超频
结果值估计
最小二乘支持向量机
量子粒子群优化算法
留一法交叉验证
-
Keywords
computer overclocking
results estimation
LS-SVM
QPSO
loo-cv
-
分类号
TP311.52
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于PMU和改进支持向量机算法的同调机群在线识别
- 3
-
-
作者
田雨
梁海峰
康毅
高亚静
刘克权
李晓虎
王耿
-
机构
华北电力大学新能源电力系统国家重点实验室
国网甘肃省电力公司
-
出处
《中国电力》
CSCD
北大核心
2015年第3期50-55,共6页
-
基金
中央高校基本科研业务费专项资金资助项目(No.12MS107)~~
-
文摘
鉴于现代电力系统中发生暂态稳定问题时,为了给后续的主动解列措施提供依据,需要快速准确地辨识出系统中的同调机群,基于同步相量测量单元(phasor measurement unit,PMU)实时采集的发电机动态轨迹信息具有高维度和非线性等特点,提出了一种在线识别同调机群的新方法:由PMU得到故障后发电机组的动态功角轨迹量测信息;对PMU量测信息进行标准化处理,生成标准化高维数据;利用留一交叉验证法确定Gauss径向基核函数参数g和惩罚系数C的最优取值,得到准确的分类器;使用此分类器对未知分类的样本进行分类,并得到最终的同调分群结果。仿真结果表明:该方法能有效克服传统方法识别准确率低和速度慢的缺点,能在线识别系统中的同调机群,且兼具识别的快速性和准确性,可满足现代电力系统暂态稳定的在线分析和实时计算等要求。
-
关键词
电力系统
暂态稳定
主动解列
同步相量测量单元
支持向量机
留一交叉验证法
同调机群
在线识别
-
Keywords
power system
transient stability
active islanding
phasor measurement unit (PMU)
support vector machine (SVM)
leave-one-out cross validation (loo-cv)
coherent generators
on-line identification
-
分类号
TM712
[电气工程—电力系统及自动化]
-