期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
热处理炉钢板温度度的的自适应混沌粒子群算法–最小二乘支持向量机优化预报算法
被引量:
2
1
作者
李静
王京
+1 位作者
杨磊
刘森
《控制理论与应用》
EI
CAS
CSCD
北大核心
2011年第12期1825-1830,共6页
针对传统传热模型参数调整较复杂和模型精度较低的问题,构建了一种基于改进粒子群算法优化最小二乘支持向量机(least squares SVM,LSSVM)的钢板温度预报模型.首先,对基本粒子群算法进行分析,提出自适应混沌粒子群算法(adaptive chaos PS...
针对传统传热模型参数调整较复杂和模型精度较低的问题,构建了一种基于改进粒子群算法优化最小二乘支持向量机(least squares SVM,LSSVM)的钢板温度预报模型.首先,对基本粒子群算法进行分析,提出自适应混沌粒子群算法(adaptive chaos PSO,ACPSO),并通过性能指标定量评价验证算法的有效性、鲁棒性和寻优效率.其次,采用LSSVM建立钢板温度预报模型,并选用径向基函数作为核函数,用ACPSO算法优化该模型参数.最后,结合现场数据进行仿真研究和工程应用,结果表明基于该算法建立的钢板温度预报模型具有较高的预报精度,达到智能调优的目的.
展开更多
关键词
热处理炉
粒子群优化算法
支持向量机
混沌
下载PDF
职称材料
基于启发式算法的混沌支持向量机流量预测
被引量:
4
2
作者
李啸辰
罗赟骞
+1 位作者
智英建
张玉林
《计算机工程》
CAS
CSCD
北大核心
2011年第13期163-165,共3页
针对现有混沌支持向量机回归模型存在流量预测效率低下的问题,利用差分进化(DE)算法、遗传算法和粒子群优化算法确定模型的径向基核函数系数、惩罚系数、不敏感系数等参数,在此基础上建立改进的混沌支持向量机回归模型进行流量预测。实...
针对现有混沌支持向量机回归模型存在流量预测效率低下的问题,利用差分进化(DE)算法、遗传算法和粒子群优化算法确定模型的径向基核函数系数、惩罚系数、不敏感系数等参数,在此基础上建立改进的混沌支持向量机回归模型进行流量预测。实例表明,相比其他启发式算法,DE算法能以较高的效率搜索到混沌支持向量机回归模型的最优参数,并且该模型具有较高的预测精度。
展开更多
关键词
网络流量预测
混沌支持向量机
差分进化算法
粒子群优化算法
下载PDF
职称材料
题名
热处理炉钢板温度度的的自适应混沌粒子群算法–最小二乘支持向量机优化预报算法
被引量:
2
1
作者
李静
王京
杨磊
刘森
机构
北京科技大学冶金工程研究院
舞阳新宽厚钢板责任有限公司轧钢厂
北京亿玮坤节能科技有限公司
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2011年第12期1825-1830,共6页
基金
"十一五"国家科技支撑计划资助项目(2006BAE03A06)
文摘
针对传统传热模型参数调整较复杂和模型精度较低的问题,构建了一种基于改进粒子群算法优化最小二乘支持向量机(least squares SVM,LSSVM)的钢板温度预报模型.首先,对基本粒子群算法进行分析,提出自适应混沌粒子群算法(adaptive chaos PSO,ACPSO),并通过性能指标定量评价验证算法的有效性、鲁棒性和寻优效率.其次,采用LSSVM建立钢板温度预报模型,并选用径向基函数作为核函数,用ACPSO算法优化该模型参数.最后,结合现场数据进行仿真研究和工程应用,结果表明基于该算法建立的钢板温度预报模型具有较高的预报精度,达到智能调优的目的.
关键词
热处理炉
粒子群优化算法
支持向量机
混沌
Keywords
heat treating furnace; pso(particle swarm optimizer algorithm); svm(support vector machine); chaos
分类号
TG155.92 [金属学及工艺—热处理]
下载PDF
职称材料
题名
基于启发式算法的混沌支持向量机流量预测
被引量:
4
2
作者
李啸辰
罗赟骞
智英建
张玉林
机构
空军总医院计算机中心
中国人民解放军
空军工程大学电讯工程学院
出处
《计算机工程》
CAS
CSCD
北大核心
2011年第13期163-165,共3页
基金
陕西省自然科学基金资助项目(2009JM8001-1)
国家综合业务网理论及关键技术重点实验室开放基金资助项目(ISN-9-08)
文摘
针对现有混沌支持向量机回归模型存在流量预测效率低下的问题,利用差分进化(DE)算法、遗传算法和粒子群优化算法确定模型的径向基核函数系数、惩罚系数、不敏感系数等参数,在此基础上建立改进的混沌支持向量机回归模型进行流量预测。实例表明,相比其他启发式算法,DE算法能以较高的效率搜索到混沌支持向量机回归模型的最优参数,并且该模型具有较高的预测精度。
关键词
网络流量预测
混沌支持向量机
差分进化算法
粒子群优化算法
Keywords
network traffic prediction
chaos
support
vector
machine
(
svm
)
Differential Evolution(DE)
algorithm
particle
swarm
optim
ization (
pso
)
algorithm
分类号
TP393 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
热处理炉钢板温度度的的自适应混沌粒子群算法–最小二乘支持向量机优化预报算法
李静
王京
杨磊
刘森
《控制理论与应用》
EI
CAS
CSCD
北大核心
2011
2
下载PDF
职称材料
2
基于启发式算法的混沌支持向量机流量预测
李啸辰
罗赟骞
智英建
张玉林
《计算机工程》
CAS
CSCD
北大核心
2011
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部