收藏本站
《浙江大学》 2005年
收藏 | 手机打开
二维码
手机客户端打开本文

支持向量机算法参数选择及其在电站锅炉系统中的应用研究

黄景涛  
【摘要】:作为一种新的机器学习方法,支持向量机算法建立在严谨的统计学基础上,在模式识别和函数回归方面都有不俗的表现。支持向量机算法从上个世纪90年代初提出到现在短短十多年的时间得到了长足的发展,并继续得到广大研究者的关注和参与。本文在对统计学习理论和支持向量机算法进行简要分析和回顾的基础上,针对支持向量算法的参数选择问题进行了研究与探讨。支持向量算法虽然有统计学习理论作为理论基础,其泛化能力在理论上有界,但理论上误差的界太过宽松,实际应用过程中算法的性能依赖于算法参数的选择。在对算法分析研究的基础上,对支持向量机算法在电站锅炉系统中的应用进行了研究,着重以某电厂300MW机组锅炉再热汽温建模为例进行了分析与讨论。 本文主要包括以下几方面内容: 1.提出了一种等距支持向量分类器(EDSVC)算法。本文从最优分类超平面的几何意义入手,分析了最优超平面的几何意义,提出了一种等距支持向量分类器(EDSVC)算法。EDSVC本质上与支持向量机算法相同,同样具有理论上的一系列性质。在算法构造过程中,最优超平面的构造是基于一系列局部最优超平面,综合一系列边界点对来构造全局最优分类超平面。这些边界点与支持向量算法中的支持向量对应,因此EDSVC也具有SVM的稀疏性。同时,由于最优超平面是通过一系列局部最优分类超平面来实现的,算法具有增量学习的内在本质,适合于在线学习机的构造。 2.采用基于格雷码的遗传算法对支持向量机算法的参数选择问题进行了研究,将遗传算法与支持向量机相结合形成一个GA-SVM算法。在两个性质不同的多类分类数据集上进行了测试,结果表明该方法能够在更大的参数空间内进行有效搜索,与传统的网格式穷尽搜索相比更有优势。 3.提出了基于正交设计方法的支持向量机算法参数选择方法。统计实验设计是工农业以及科学试验中常用的方案设计方法,本文将正交设计的方法与支持向量机算法相结合,对支持向量机算法参数进行优化选择。将支持向量机算法的一次训练作为一个数值试验,采用正交设计方法进行试验方案的设计和试验结果的分析,分析不同参数对算法性能的影响程度,进而得到最终的支持向量学习机。 4.提出了一种支持向量机算法性能的智能多目标分析方法MOPSO-SVM。作为分类器或回归器的支持向量算法,其分类精度和回归准确度固然重要,但作为算法性能的另外一个度量,算法的速度也是实际应用中需要考虑的问
【学位授予单位】:浙江大学
【学位级别】:博士
【学位授予年份】:2005
【分类号】:TM621.2

知网文化
【引证文献】
中国期刊全文数据库 前2条
1 王瑞鑫;杜丽霞;王俊跃;张振富;乌日图;;水泥回转窑温度预测方法的环保节能减排研究[J];北方环境;2012年06期
2 张炜;张磊;李亮;;基于GA优化的SVM涡轮泵故障诊断[J];液压与气动;2009年01期
中国重要会议论文全文数据库 前1条
1 张永强;乌日图;潘宇;;水泥回转窑温度预测模型的研究[A];2010振动与噪声测试峰会论文集[C];2010年
中国硕士学位论文全文数据库 前7条
1 陆艳华;水泥窑纯低温余热发电系统优化研究[D];华南理工大学;2011年
2 吴祯祥;电站锅炉NOx排放与效率混合建模及优化研究[D];大连理工大学;2006年
3 魏辉;燃煤电站锅炉低NOx燃烧优化运行策略的研究[D];上海交通大学;2008年
4 张玉珠;基于多光谱图像机器视觉的棉田杂草识别研究[D];江苏大学;2008年
5 刘英;基于支持向量机的氧乙炔火焰燃烧状态分类研究[D];河北大学;2010年
6 蔡泓铭;基于人工智能和数值模拟的超临界锅炉燃烧优化应用研究[D];华南理工大学;2010年
7 张永强;水泥回转窑烧成系统的节能控制[D];内蒙古工业大学;2010年
【参考文献】
中国期刊全文数据库 前10条
1 李道林;国产电站锅炉再热汽温调节实用技术探讨[J];动力工程;1999年01期
2 焦景贵,姜祖光,高秀芬;摆动燃烧器调节再热汽温试验[J];电站系统工程;1998年04期
3 葛友康,梁国灿;1025t/h控制循环锅炉燃烧器摆动调温研究[J];锅炉技术;1998年04期
4 邹亮,汪国强;均匀试验设计在遗传算法中的应用[J];华南理工大学学报(自然科学版);2003年05期
5 黄洪钟,赵正佳,关立文,李剑中,冯刚;基于遗传算法的方案智能优化设计[J];计算机辅助设计与图形学学报;2002年05期
6 王登刚,刘迎曦,李守巨;最优化问题全局寻优的混合遗传算法[J];力学学报;2002年03期
7 张铃,ahu.edu.cn,张钹;遗传算法机理的研究[J];软件学报;2000年07期
8 卢勇,徐向东;基于神经网络模型的锅炉广义预测控制[J];热能动力工程;2001年01期
9 王景雷,吴景社,孙景生,齐学斌;支持向量机在地下水位预报中的应用研究[J];水利学报;2003年05期
10 刘长良,牛玉广,刘吉臻,金秀章;用于控制系统研究的300MW机组锅炉动态模型[J];系统仿真学报;2001年S1期
中国博士学位论文全文数据库 前1条
1 李晓磊;一种新型的智能优化方法-人工鱼群算法[D];浙江大学;2003年
【共引文献】
中国期刊全文数据库 前10条
1 冀卫兴;陈忠海;方筝;;基于DE—BP算法的空调负荷预测研究[J];四川建筑科学研究;2010年05期
2 邓建斌;叶洪江;;基于混沌遗传算法的配电网无功补偿优化[J];安徽电气工程职业技术学院学报;2006年03期
3 乔志杰;程翠翠;;基于遗传算法优化的模糊PID控制研究及其仿真[J];安徽电气工程职业技术学院学报;2009年03期
4 杨圣春;;火电厂等离子点火装置存在的问题与对策[J];安徽电气工程职业技术学院学报;2011年03期
5 徐文婷;李承鹏;;基于自适应遗传算法的离散化方法[J];合肥师范学院学报;2011年03期
6 安振刚,李谋渭,尹显东,于宁,唐伟;遗传神经网络在平整轧制力预报中的应用[J];鞍钢技术;2001年06期
7 华文立;胡学刚;;平衡决策树分类精度与规则简易性研究[J];安徽电子信息职业技术学院学报;2006年04期
8 史鑫;郑晓明;;微油点火技术在1 036 t/h锅炉点火器改造上的应用[J];安徽电力;2009年02期
9 梁学斌;;离散Hopfield神经网络的统一描述[J];安徽大学学报(自然科学版);1993年02期
10 庄振华;王年;李学俊;梁栋;王继;;癌症基因表达数据的熵度量分类方法[J];安徽大学学报(自然科学版);2010年02期
中国重要会议论文全文数据库 前10条
1 严传魁;王如彬;;基于汉密尔顿原理的神经元模型[A];第十三届全国非线性振动暨第十届全国非线性动力学和运动稳定性学术会议摘要集[C];2011年
2 齐继阳;竺长安;曾议;;基于遗传禁忌混合搜索算法的设备布局研究[A];2004“安徽制造业发展”博士科技论坛论文集[C];2004年
3 杨冀丰;史建卫;钱乙余;李晋;;对0201组装中焊膏印刷工艺参数影响的研究[A];2008中国电子制造技术论坛论文集[C];2008年
4 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(下)[C];2012年
5 丁婷;崔红涛;;遗传算法在智能天线扇区波束赋形及阵元失效补偿中的应用[A];经济策论(上)[C];2011年
6 王印松;田瑞丽;吕丽霞;;基于自适应“反步”法的火电厂单元机组协调控制[A];第二十六届中国控制会议论文集[C];2007年
7 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六届中国控制会议论文集[C];2007年
8 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
9 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
10 洪露;穆志纯;;一种新的克隆混沌调节算法的研究[A];第二十六届中国控制会议论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
2 于化龙;基于DNA微阵列数据的癌症分类技术研究[D];哈尔滨工程大学;2010年
3 李佳;载人潜器阻力性能的数值和试验预报及外形优化研究[D];哈尔滨工程大学;2010年
4 张亚娟;适应性企业战略协同机制研究[D];哈尔滨工程大学;2010年
5 谭枫;介入式文化算法及其应用研究[D];哈尔滨工程大学;2010年
6 陆满君;通信辐射源个体识别与参数估计[D];哈尔滨工程大学;2010年
7 孙明;基于小波和迟滞的混沌神经网络及其应用[D];哈尔滨工程大学;2010年
8 谭佳琳;粒子群优化算法研究及其在海底地形辅助导航中的应用[D];哈尔滨工程大学;2010年
9 武心安;未知环境下自主式水下潜器路径规划问题研究[D];哈尔滨工程大学;2010年
10 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
中国硕士学位论文全文数据库 前10条
1 范红朴;IT行业员工离职预警问题研究[D];华中农业大学;2010年
2 朱杰;一种基于聚类的支持向量机反问题求解算法[D];河北大学;2007年
3 李连昌;新安煤田二_1煤层煤与瓦斯突出危险程度预测[D];河南理工大学;2010年
4 万成;动态环境下的元胞遗传算法研究[D];南昌航空大学;2010年
5 李坤;参数参与进化的自适应遗传算法研究[D];南昌航空大学;2010年
6 柳枝华;微粒群优化算法的改进及应用[D];南昌航空大学;2010年
7 罗婷婷;飞机钣金叠板数控套裁下料软件系统的研究[D];南昌航空大学;2010年
8 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
9 吴香庭;基于遗传算法的K-means聚类方法的研究[D];山东科技大学;2010年
10 马水松;多目标遗传算法与非支配集的构造研究[D];山东科技大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 吕桂峰;;水泥余热发电热力循环系统[J];安装;2009年01期
2 樊陶;;浅析找正汽轮发电机联轴器同心度[J];安装;2010年03期
3 华新;左玉辉;;中国电力行业可持续发展研究[J];环境科学与管理;2007年08期
4 虞煜磊;罗莎;任强;;纯低温余热锅炉和热水闪蒸技术在余热发电中的应用[J];节能与环保;2007年11期
5 赵衍运;蔡安妮;;使用支持向量机分割指纹图像的方法[J];北京邮电大学学报;2006年02期
6 付青青;李勇华;;基于阈值的极值中值新型滤波方法[J];长江大学学报(自科版)理工卷;2006年01期
7 黄勇理,林诗庄,陈前明,陈刚;典型炉膛火焰图像燃烧模式识别与应用[J];电力科学与工程;2004年01期
8 孔亮;张毅;丁艳军;吴占松;;电站锅炉燃烧优化控制技术综述[J];电力设备;2006年02期
9 樊泉桂;;超临界和超超临界锅炉煤粉燃烧新技术分析[J];电力设备;2006年02期
10 赵之军,朱其远,严宏强,马传利,潘浩,文秉友,张心,张兴无;论电站锅炉排烟温度的自动控制[J];动力工程;2002年05期
中国博士学位论文全文数据库 前10条
1 钱力庚;330MW电站对冲锅炉炉内过程数值模拟和实验研究及四角锅炉变负荷研究及炉内过程通用程序的设计与研究[D];浙江大学;2001年
2 李文艳;电站锅炉煤粉燃烧过程及结渣的数值模拟[D];华北电力大学(北京);2003年
3 范昕炜;支持向量机算法的研究及其应用[D];浙江大学;2003年
4 翟永杰;基于支持向量机的故障智能诊断方法研究[D];华北电力大学(河北);2004年
5 周昊;大型电站锅炉氮氧化物控制和燃烧优化中若干关键性问题的研究[D];浙江大学;2004年
6 李智;电站锅炉燃烧系统优化运行与应用研究[D];东北大学;2005年
7 石跃祥;计算机视觉图像语义模型的描述方法研究[D];中南大学;2005年
8 张国云;支持向量机算法及其应用研究[D];湖南大学;2006年
9 曾绍华;支持向量回归机算法理论研究与应用[D];重庆大学;2006年
10 张利彪;基于粒子群和微分进化的优化算法研究[D];吉林大学;2007年
中国硕士学位论文全文数据库 前10条
1 王新军;火焰可视化及燃烧智能诊断研究[D];浙江大学;2002年
2 陈志刚;电站锅炉火焰数字图像智能检测系统研究与实现[D];重庆大学;2002年
3 郭菁;电站锅炉煤粉燃烧过程及其NO_x生成的数值模拟[D];华北电力大学(北京);2003年
4 由广大;330MW对冲燃烧锅炉炉内过程数值模拟[D];浙江大学;2003年
5 熊浩;电站锅炉故障诊断与预测研究[D];重庆大学;2003年
6 曹洪涛;大型电站锅炉运行热经济性优化研究[D];华北电力大学(河北);2004年
7 张清宇;火焰燃烧稳定性诊断方法研究[D];浙江大学;2004年
8 郑立刚;大型电站锅炉优化运行与气固两相流光学波动法测量[D];浙江大学;2004年
9 程志江;基于智能控制在水泥回转窑中应用的研究[D];新疆大学;2004年
10 顾民;神经网络、模糊系统、支持向量机内在联系研究[D];电子科技大学;2004年
【二级引证文献】
中国期刊全文数据库 前7条
1 张楠;王永亮;窦唯;刘占生;姜兴渭;;Simulation and experimental study of fluid induced excitation mechanism for liquid rocket engine immerged rotor[J];Journal of Harbin Institute of Technology;2010年06期
2 李朋;施万玲;桂莹;苟小龙;;锅炉燃烧及NO_x生成特性的数值仿真[J];计算机仿真;2011年05期
3 李炎;毛罕平;陈树人;;Labview下实现棉田株间杂草实时识别与定位[J];农机化研究;2011年02期
4 刘立强;项建廷;吴泽全;;基于颜色特征的健康苗快速识别方法研究[J];农业科技与装备;2012年06期
5 毛文华;张银桥;王辉;赵博;张小超;;杂草信息实时获取技术与设备研究进展[J];农业机械学报;2013年01期
6 赵川源;何东健;乔永亮;;基于多光谱图像和数据挖掘的多特征杂草识别方法[J];农业工程学报;2013年02期
7 乔永亮;何东健;赵川源;唐晶磊;;基于多光谱图像和SVM的玉米田间杂草识别[J];农机化研究;2013年08期
中国重要会议论文全文数据库 前1条
1 ;Fault Diagnosis for Power Unit Based on Wavelet Packet PCA-SVM[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库 前1条
1 洪涛;液体火箭发动机涡轮泵实时故障检测算法研究[D];电子科技大学;2012年
中国硕士学位论文全文数据库 前10条
1 曲昆鹏;基于支持向量机的杂草识别研究[D];哈尔滨工程大学;2010年
2 付阳;支持向量机并行训练算法与基于遗传算法的参数优化研究[D];南昌大学;2010年
3 付延涛;电站煤粉锅炉燃烧过程优化算法的应用研究[D];燕山大学;2011年
4 刘建军;加入炉膛温度信息的电站锅炉燃烧优化[D];华中科技大学;2011年
5 李真;陶瓷辊道窑结构多目标优化方法的研究[D];武汉理工大学;2010年
6 陈庆文;大型电站锅炉配煤掺烧的NOx排放特性预测与优化运行[D];华南理工大学;2010年
7 蔡泓铭;基于人工智能和数值模拟的超临界锅炉燃烧优化应用研究[D];华南理工大学;2010年
8 张莹;数据挖掘在混煤燃烧NOx运行优化中的应用[D];昆明理工大学;2012年
9 董伟威;草酸钴粒度分布的KPLS混合建模与优化[D];东北大学;2009年
10 张永强;水泥回转窑烧成系统的节能控制[D];内蒙古工业大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 刘迎曦,王登刚,李守巨,王海菊;识别混凝土重力坝弹性模量的一种新方法[J];大连理工大学学报;2000年02期
2 李晓磊,钱积新;基于分解协调的人工鱼群优化算法研究[J];电路与系统学报;2003年01期
3 袁益超,庄恩如,冯景源,陈朝晖,陈之航;四角布置切圆燃烧锅炉水平烟道内烟温分布的试验研究[J];动力工程;2000年04期
4 姜义道,李永兴,刘明仁;四角切圆燃烧大容量电站锅炉烟气参数场偏置问题的研究[J];动力工程;1994年05期
5 郭宏生,徐通模,惠世恩,车得福;四角布置切向燃烧锅炉水平烟道烟温、汽温偏差原因分析及防止对策[J];动力工程;1996年02期
6 陆方,王孟浩,李道林,葛友康,罗永浩,邬振耀;大容量电站锅炉过热器、再热器带三通集箱流量分布的试验研究[J];动力工程;1996年03期
7 孙昭星,王雅勤,李文彦,周宗权,周全,孙志梅,赵又仁;锅炉燃烧过程三维数值计算方法的研究和应用[J];动力工程;1997年06期
8 袁益超,陈之航,施宝珍;对流过热器与再热器的汽温偏差对烟温偏差的敏感性研究[J];动力工程;1999年02期
9 李永华,陈鸿伟,孟凡军;电站锅炉运行参数对经济性的影响[J];电站系统工程;2003年01期
10 李勤道;用等效热降法分析喷水减温对电厂经济性的影响[J];发电设备;1997年01期
中国重要会议论文全文数据库 前1条
1 李晓磊;钱积新;;人工鱼群算法:自下而上的寻优模式[A];过程系统工程2001年会论文集[C];2001年
【相似文献】
中国期刊全文数据库 前10条
1 何俊强;李建勇;姜涛涛;代勤芳;唐超;;GASA-SVM改进算法及其在柴油机供油系统故障诊断中的应用[J];西南科技大学学报;2011年02期
2 杨二勇;陈建忠;;多参数联合自适应通信抗干扰决策引擎研究[J];中国新通信;2010年21期
3 周小平;晏蒲柳;吴静;;基于支持向量机的网络故障在线诊断方法研究[J];武汉大学学报(工学版);2006年03期
4 李林峰;孙长银;;基于FCM聚类与SVM的电力系统短期负荷预测[J];江苏电机工程;2007年03期
5 孙兴滨;吕伟民;赵晶莹;崔福义;;基于支持向量机的红虫识别研究[J];哈尔滨商业大学学报(自然科学版);2009年01期
6 杨艳妮;陆化普;;基于支持向量机的城市私人汽车保有量滚动预测[J];公路工程;2010年05期
7 凌健;林成德;;拆分特征选择及其在企业信用评估中应用[J];福建工程学院学报;2006年04期
8 花蓓;熊伟;陈华;;模糊支持向量机在径流预测中的应用[J];武汉大学学报(工学版);2008年01期
9 赵娜乐;于雷;耿彦斌;陈旭梅;;基于SVM的数据层多源ITS数据融合方法初探[J];交通运输系统工程与信息;2007年02期
10 高峰;陆欣;王强;;SVM方法在武器装备综合论证中的应用[J];装备指挥技术学院学报;2007年04期
中国重要会议论文全文数据库 前10条
1 张连营;刘晓峰;;微粒群算法收敛研究[A];2005中国控制与决策学术年会论文集(上)[C];2005年
2 姜正涛;郝艳华;王育民;;对一种公钥概率加密体制的效率改进[A];第十九次全国计算机安全学术交流会论文集[C];2004年
3 徐立佳;何银芝;;龙滩水电站水轮发电机组结构特点与性能参数[A];2007年湖南水电科普论坛论文集[C];2007年
4 张国明;曹曦;李树武;;茨姑滑坡滑带土参数选择及稳定性研究[A];中国水力发电工程学会第四届地质及勘探专业委员会第二次学术交流会论文集[C];2010年
5 张建平;庹凌云;孙宝海;汪俊杰;刘建;颜永红;;LVCSR系统中语言模型的参数选择与性能评测[A];第六届全国现代语音学学术会议论文集(下)[C];2003年
6 米瑞丰;杨明玉;;Prony算法分析电力系统暂态信号的有效性研究[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(中册)[C];2008年
7 ;1000MW水轮发电机组设计制造关键技术研究[A];大型水轮发电机组技术论文集[C];2008年
8 徐立佳;;抽水蓄能电站发电电动机的特点及选型设计分析[A];抽水蓄能电站工程建设文集(2008)[C];2008年
9 陈智超;;电源浪涌保护器的参数选择及线路保护[A];2005年泛珠三角气象学术研讨会论文选集[C];2005年
10 郭景华;杨慧中;;基于改进PSO算法的支持向量机参数选择[A];'2008系统仿真技术及其应用学术会议论文集[C];2008年
中国重要报纸全文数据库 前10条
1 胡嘉嘉;充分利用Linux多媒体功能[N];计算机世界;2007年
2 罗惠琴;别慌 千万别慌![N];中国电脑教育报;2002年
3 dream & zeus;原来层标签也可以隐藏[N];电脑报;2004年
4 安世亚太 孟志华;ANSYS稳健设计[N];中国航空报;2005年
5 记者 时玉田 通讯员 何军国;莱钢集团启动能源中心建设[N];莱芜日报;2010年
6 中原证券 张仲杰;石油济柴 对价尚有提升空间[N];中国证券报;2006年
7 河南 耿贵兵;简单催眠器[N];电子报;2006年
8 成都 胥绍禹;积分电路的参数设计[N];电子报;2007年
9 记者 赵宇;华北公司:全面展开防灾治理[N];国家电网报;2008年
10 河北 张良;保险丝的参数选择及其应用[N];电子报;2008年
中国博士学位论文全文数据库 前10条
1 黄景涛;支持向量机算法参数选择及其在电站锅炉系统中的应用研究[D];浙江大学;2005年
2 李洪林;药物发现及靶向虚拟筛选的算法与程序设计[D];大连理工大学;2005年
3 孟燕;铁路智能运输系统结构设计方法研究[D];铁道部科学研究院;2005年
4 王继峰;基于可达性的交通规划方法研究[D];清华大学;2008年
5 杨荣山;轿车底盘平台开发中多目标优化方法的研究及应用[D];华南理工大学;2009年
6 刘鎏;多目标优化进化算法及应用研究[D];天津大学;2010年
7 孙力;基于模糊理论的化工过程多目标优化集成研究[D];大连理工大学;2004年
8 雷开友;粒子群算法及其应用研究[D];西南大学;2006年
9 徐鸣;基于群智能的鲁棒多目标优化方法及应用[D];浙江大学;2011年
10 陈梅香;基于SVM和GIS的梨小食心虫预测系统的研究[D];北京林业大学;2010年
中国硕士学位论文全文数据库 前10条
1 江务学;改进的遗传算法及其在多目标优化中的应用研究[D];天津工业大学;2005年
2 赵光哲;基于遗传算法的大学排课问题的研究[D];延边大学;2006年
3 韩欣艳;基于改进自适应遗传算法的轧制规程优化设计[D];燕山大学;2011年
4 王达;遗传算法用于多目标过程优化综合的研究[D];青岛科技大学;2005年
5 耿玉磊;改进的多目标优化遗传算法及多目标优化软件的研制[D];福建农林大学;2005年
6 王国萍;多目标优化的电梯群控算法[D];华中科技大学;2005年
7 李玲;绵阳市涪江水环境承载力研究[D];西南交通大学;2007年
8 张安英;遗传算法在多目标优化中的应用研究[D];辽宁工程技术大学;2008年
9 崔丽;基于免疫遗传计算的钻前工程多目标优化研究[D];大连海事大学;2009年
10 王建波;基于综合利益最优的集成调度优化模型应用研究[D];大连交通大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026