收藏本站
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


知网文化
【相似文献】
中国期刊全文数据库 前20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
11 彭怀午;杨晓峰;刘方锐;;基于SVM方法的风电场短期风速预测[J];电网与清洁能源;2009年07期
12 徐益清;用优选法进行小水电机组调速器的调整试验[J];水力发电;1983年07期
13 黄昭山;水电站自动调速器最佳运行参数选择[J];中国农村水利水电;1991年02期
14 宋富才,陈柏林;125MW机组启停调峰停机前参数选择[J];湖南电力;2000年02期
15 谢成新;钢筋砼梁多目标优化设计[J];黑龙江科技学院学报;2001年03期
16 陈旭升,陈春明,王秀臣;油田开发压裂施工参数的优化[J];哈尔滨理工大学学报;2002年03期
17 张伟波,张勇;基于多目标优化的施工机械设备优化配置方法研究[J];水力发电;2003年09期
18 张葵葵,汪晗;一种多目标优化进化算法研究[J];长沙交通学院学报;2003年02期
19 黄亚东;张土乔;俞亭超;吴小刚;;公路软基沉降预测的支持向量机模型[J];岩土力学;2005年12期
20 熊俊涛;乔志德;韩忠华;;基于响应面法的跨声速机翼气动优化设计[J];航空学报;2006年03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
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
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978