High-rise building fire pre-warning model based on the support vector regression

Aiming at reducing the deficiency of the traditional fire pre-warning algorithms and the intelligent fire pre-warning algorithms such as artificial neural network,and then to improve the accuracy of fire prewarning for high-rise buildings,a composite fire pre-warning controller is designed according to the characteristic（ nonlinear,less historical data,many influence factors）,also a high-rise building fire pre-warning model is set up based on the support vector regression（ SV R）. Then the wood fire standard history data is applied to make empirical analysis. The research results can provide a reliable decision support framework for high-rise building fire pre-warning.

基于SVR的高层建筑复合式火灾预警系统设计

针对传统单一功能火灾探测预警系统可靠性差的缺陷,本文设计了一种高层建筑感烟-感温复合式火灾智能预警系统。该系统根据高层建筑火灾预警的非线性、历史数据少及影响因素多等特征,为了提高预警系统的准确性,引入支持向量机回归(SVR)算法,建立了基于SVR模型的高层建筑复合式火灾预警系统。最后以木材火和普通火燃烧标准历史数据为例,通过Matlab仿真模拟,对构建的SVR预警系统进行实证分析,从而验证了所建立的火灾预警系统的可行性和可靠性。该研究成果可为高层建筑火灾准确预警提供一种可靠的决策支持系统。

基于聚类与改进最小二乘法支持向量机算法的汽车总装输送装备故障预警方法

汽车总装工艺复杂、生产节拍快、产量大,百分之六十以上的时间都在进行主辅物料输送,因此输送装备由于故障引起的停机会造成巨大的经济损失。为了对生产物料输送装备的健康状态作出评估,并在可能发生故障时作出预警,提出一种基于生长型神经气聚类算法与改进最小二乘法支持向量机(LS-SVM)回归模型的汽车总装输送装备故障预警方法。首先根据传感器的历史信号数据进行特征提取和降维处理,获得特征向量;运用生长型神经气聚类算法,将正常状态数据划分为多种工况,得到若干聚类中心,并计算当前运行数据的特征向量与聚类中心的欧式距离从而得到相似度趋势;同时构建了历史记忆矩阵,并通过改进粒子群算法优化LS-SVM回归模型参数,计算残差值,并结合残差值与相似度趋势,得出风险系数,对装备状态进行评估和预警。将所提方法应用于汽车总装物料输送设备,将减速器与轴承的振动值的均方根输入模型,得出设备的风险因子,证明了该方法的有效性。

京津冀城市可持续发展效率预警研究——基于灰色支持向量机回归模型的预测

选用支持向量机回归模型与灰色GM(1,1)模型组合方式对2020—2022年京津冀城市可持续发展效率各项测度指标值进行了预测,先将所得指标预测值代入超效率CCR-DEA模型,从而得到2020—2022年京津冀城市可持续发展效率的预测值,再将预测值及其均值与2012—2019年的实测值及其均值进行比较,得以判断预测期京津冀城市可持续发展状态。预警判断结果实现了与京津冀城市可持续发展现状及该区域内若干发展政策的相互印证,从而印证了文章所提供的研究框架和预警建模方法的可信性。文章不仅丰富了城市可持续发展效率预警研究文献,而且有助于深入理解京津冀协同发展战略。

基于PSO-SVR算法的高职学生学业预警模型研究

文章针对目前学业预警机制中存在的问题,提出了基于粒子群优化的支持向量回归机学业预警模型。综合考虑学生的基础知识、学习态度、学习氛围及学习成绩等多方面因素,确定合理的数据集结构,结合PSO-SVR算法,实现对大学3年总体学业状况的预测。

基于支持向量机回归模型的重庆市房地产金融风险预警研究

以房地产金融风险单项指标的评价标准为依据,利用基于支持向量机(SVM)的回归分析模型对重庆市房地产的金融风险状况进行预警分析研究。通过研究评价指标变量与模型输出数值之间的关系,分析房地产金融风险状况与各评价指标变量的非线性关系,预测出各年度的金融风险状况及金融风险的走势,从而为有针对性地降低金融风险水平制定相应的宏观调控政策提供理论参考。

基于PSO-SVR模型的温室病害预警防治系统

为了解决温室植物病害预警、防治不及时的问题,设计了一种基于粒子群优化的支持向量机(PSO-SVR)模型的温室物联网预警系统。系统通过对观测数据进行分析训练,进而建立起植物病害预警模型,根据预测结果,结合易产生黄瓜病害的环境参数范围选择是否向用户发出预警警报,利用温室物联网控制技术实现对植物病害的生态防治。同时系统可以向搭载Android平台的设备发送提醒消息,并可以进行远程监控。该系统利用Wi-Fi技术将传感器系统和嵌入式设备组成星型网络,根据传感器返回的有效环境参数数据,通过PSO-SVR模型对温室温度、湿度参数进行预测,预测准确率分别为97.6%、96.8%,可以用作理论指导。测试结果表明,该系统响应时间短、运行稳定,可有效地监测并预测温室环境参数,对于植物病害的防治有较好的实际作用。

基于SVR的智能建筑火灾预警模型设计

火灾信息处理算法的有效性直接决定着建筑火灾自动预警系统的可靠性,开发新型智能火灾预警算法是目前建筑火灾探测预警领域研究的热点之一.针对现有火灾预警算法的不足,研究设计提出一种基于支持向量回归机(SVR)的智能建筑火灾预警算法.为了验证该算法在多传感器复合式建筑火灾预警系统信息处理中的可靠性与优越性,以普通火灾和欧洲试验火历史数据为例,通过Matlab模拟仿真,进行实证分析,并将预警结果与BP神经网络预警结果进行对比分析.研究成果可为新型建筑火灾自动预警系统的设计提供科学的依据.

登革热分阶段预警模型的构建与应用

为实现登革热多源预警,提高及时发现和识别登革热疫情暴发的能力,本研究以杭州市为例,提出登革热分阶段预警的可能,将登革热预警划分为疫源预警、疫兆预警、疫情预警三个阶段,并着重介绍疫源预警、疫兆预警两个阶段,以期为其他类似的研究提供参考。研究结果显示,登革热的分阶段预警是有意义的,将疫源预警与疫兆预警并联能提高预警灵敏度,月预警可以作为周预警的补充。