排序方式: 共有3条查询结果,搜索用时 4 毫秒
1
1.
针对复杂生产过程的软测量,采用基于结构风险最小化的支持向量机为生产过程建模.首先,其复杂度低.其次,所建模型的预测效果也来的好.但是相较于单一的支持向量机建模,如果将生产机理与支持向量机结合,即所谓的混合建模,则混合建模比单一的支持向量机的预测效果来得更加精确.本文应用了双酚A催化剂活性软测量建模,仿真结果表明了将双酚A催化剂活性的机理生产过程与支持向量机相结合的建模比单一的支持向量机建模来得准确. 相似文献
2.
提出了一种基于粒子群优化算法的支持向量机参数选择方法。针对RBF-SVM,利用PSO算法中粒子速度及其位置与RBF-SVM模型中参数对C和g相对应,找到最优参数,代入支持向量机SVM预测模型中,得到基于粒子群优化算法的支持向量机(PSO-SVM)模型,利用此模型对电厂的一次风量软测量进行预测研究。实验结果表明,经过粒子群优化算法的支持向量机回归模型具有较高的预测精度,粒子群优化算法是选取支持向量机参数的有效方法。 相似文献
3.
文章重点建设一套电力移动应用统一监测平台,该平台可以对外提供统一、标准的数据接口,各个移动业务应用根据标准接口进行数据上报,对内进行数据统计分析,在应用侧、终端侧、通道侧、服务侧等不同的纬度展示移动应用的运行情况,为移动应用的精细化管理提供完善的辅助支撑,为电力企业提供移动应用的运行安全保障,为电力企业量身打造更安全、更富有延展性的移动应用安全解决方案。 相似文献
1