检索结果-南通市图书馆

基于SVR模型的两轮自平衡小车平衡控制与抗干扰研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

现代电子技术 2024年第11期47卷 125-130页

作者：李加定余光正缪文南孙小广广州城市理工学院电子信息工程学院广东广州510800 华南理工大学物理与光电学院广东广州510610

针对两轮自平衡小车的平衡控制和抗干扰问题,提出基于支持向量回归机器学习方法的平衡控制器方法。分析了两轮小车的力学模型,将状态向量和控制向量运用到非线性支持向量回归算法(ε-svr),利用LIBSVM软件对所采集样品进行训练,获得高精... 详细信息

针对两轮自平衡小车的平衡控制和抗干扰问题,提出基于支持向量回归机器学习方法的平衡控制器方法。分析了两轮小车的力学模型,将状态向量和控制向量运用到非线性支持向量回归算法(ε-svr),利用LIBSVM软件对所采集样品进行训练,获得高精度的SVR模型,其中样品数据由搭建的传统闭环串级PID控制器运行得到。经过Matlab仿真测试,该模型控制器的平衡响应优于PID控制和极点配置法,最后制作了小型样车,验证了SVR模型在动态平衡和自抗干扰下存在相对优势。

关键词：两轮自平衡小车 ICM20602 平衡控制支持向量机学习型控制 SVR模型

基于SSA-SVR模型的城市轨道交通短时进站客流预测

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

都市快轨交通 2022年第5期35卷 76-83页

作者：帅春燕谢亚威单君欧阳鑫昆明理工大学交通工程学院昆明650500 昆明理工大学信息工程与自动化学院昆明650500

针对现有城市轨道交通短时客流量预测单一模型可能存在预测不稳定的问题,提出一种基于奇异谱分析(singular spectrum analysis,SSA)和支持向量回归(svr)相组合的预测模型。该组合模型利用奇异谱分析(SSA)将轨道交通原始时间序列客流数... 详细信息

针对现有城市轨道交通短时客流量预测单一模型可能存在预测不稳定的问题,提出一种基于奇异谱分析(singular spectrum analysis,SSA)和支持向量回归(svr)相组合的预测模型。该组合模型利用奇异谱分析(SSA)将轨道交通原始时间序列客流数据进行分解和重构,对重构后的时间序列按奇异值从大到小进行排序,得到含有原始时间序列数据主要信息成分的重构序列,将重构后的时间序列作为支持向量回归模型(svr)的输入条件,最后进行各站点的短时进站客流预测。采集2015年11月北京市全网的城市轨道交通进站客流数据,对提出的短时客流预测模型进行验证和对比分析。结果表明,组合模型预测精度相比ARIMA、svr、CNN-LSTM和T-GCN模型具有更高的预测精度和更稳定的预测表现,具有一定的实际意义。

关键词：城市轨道交通客流短时预测 SSA模型 SVR模型

基于SVR模型的电离层TEC背景场构建方法

在线全文

学校读者我要写书评

暂无评论

地震地质 2019年第6期41卷 1511-1528页

作者：宋冬梅向亮单新建尹京苑王斌崔建勇中国石油大学(华东) 海洋与空间信息学院青岛266580 青岛海洋科学与技术试点国家实验室海洋矿产资源评价与探测技术功能实验室青岛266071 中国科学院海洋研究所青岛266071 中国地震局地质研究所地震动力学国家重点实验室北京100029 上海市地震局上海200062

引起电离层电子浓度总含量(Total Election Content,TEC)变化的因素有很多,而地震TEC扰动只是很小的一部分。文中尝试构建一个考虑了太阳活动与地磁活动影响的TEC非震动态背景场,对比分析TEC非震动态背景场和传统的滑动时窗背景相对于原... 详细信息

引起电离层电子浓度总含量(Total Election Content,TEC)变化的因素有很多,而地震TEC扰动只是很小的一部分。文中尝试构建一个考虑了太阳活动与地磁活动影响的TEC非震动态背景场,对比分析TEC非震动态背景场和传统的滑动时窗背景相对于原始TEC值的残差情况,滑动时窗背景的残差存在明显的月周期与半年周期,该周期性残差将对后续的地震电离层异常探测造成重要影响。同时,利用非震动态背景场法与滑动时窗法探测了汶川附近研究点(30°N,100°E)2008年3月1日-9月26日长时间序列的TEC异常情况,发现在太阳活动、地磁活动等非震干扰的情况下,相较于传统的滑动时窗法,TEC非震动态背景场法很少检测出TEC异常扰动;而在地震发生前,基于文中的方法提取的TEC异常较滑动时窗法提取的异常强度更大、异常次数更多。最后,文中分析了汶川地区2008年5月12日、8月21日、8月30日3次地震前的TEC异常表现,均主要为负异常扰动,且异常主要分布在震中靠近赤道一侧。

关键词：电离层电离层电子总量 SVR模型小波分析汶川地震

基于WINDOWS-ARIMA-svr混合模型的航运指数拟合与影响因素研究

在线全文

学校读者我要写书评

暂无评论

基于WINDOWS-ARIMA-SVR混合模型的航运指数拟合与影响因素研究

作者：张帆大连海事大学

学位级别：硕士

随着国际贸易愈发繁荣,国际海运业承担着全球80%以上的货物贸易量,是各个国家/地区之间进行贸易往来的最主要方式,在支撑对外贸易和服务国家经济社会发展中发挥重要作用。因此掌握航运市场的整体走势和波动影响因素,对于航运风险管理具... 详细信息

随着国际贸易愈发繁荣,国际海运业承担着全球80%以上的货物贸易量,是各个国家/地区之间进行贸易往来的最主要方式,在支撑对外贸易和服务国家经济社会发展中发挥重要作用。因此掌握航运市场的整体走势和波动影响因素,对于航运风险管理具有重要意义。而航运指数可以直接反映航运市场兴盛程度,在国际航运市场上被广泛用于反映运价高低和动态变化。因此掌握航运指数的变化规律与波动影响因素,对于更好的理解航运市场,进行航运市场风险管理和规避具有重要作用。基于上述目的,本文主要工作如下:1.选取数据。本文选择TSI数据为因变量,清洗并筛选了100组数据组成自变量数据集,为模型提供所需数据信息。自变量数据集包括天津港邻近省市的航运业相关宏观经济数据和本单位特有船舶自动识别系统(Automatic Identification System,AIS)大数据。通过多源数据融合技术将上述数据结构化,构建本文研究数据库。所有数据为月度数据,时间跨度为2013年1月1日至2020年6月30日。2.构建模型。本文选取基于滚动窗口的自回归移动平均—支持向量回归(Scrolling Windows-based Autoregressive Moving Average-Support Vector Regression,WINDOWS-ARIMA-svr)混合模型对TSI进行拟合。拟合过程从捕捉指数的周期性(滚动窗口)、线性(ARIMA模型)和非线性(SVR模型)三个层次进行模型构建。周期性部分,本文运用最大互信息准则(Mutual Information,MI)对1个月,2个月,…,12个月共12种窗口长度进行自变量序列与因变量序列的MI测算,选取MI最大序列长度为本文模型窗口长度。线性部分,基于航运指数的自相关性,运用ARIMA模型对航运指数序列进行线性特征拟合。非线性部分,采用WINDOWSsvr对ARIMA模型拟合后得到的残差(非线性部分)进行拟合,并从大量自变量数据中筛选出支持向量。3.将TSI时间序列及自变量数据集带入本文模型进行实证,获取支持向量。实证结果表明:首先,基于MI技术,本文得到自变量与因变量数据序列的最佳滚动窗口长度为四个月,即波动周期为四个月。其次,相比于其他主流模型,本文的WINDOWS-ARIMA-svr混合模型针对TSI拟合精度最优,获取的显著影响变量最准确。最后,TSI非线性部分的显著影响变量随着模型改变和滚动窗口改变而动态变化,其中天津港临近四省市的贸易进出口额、GDP以及船舶进出港总数三类指标为全域显著自变量,对TSI影响最显著。

关键词：航运指数指数拟合互信息 ARIMA模型 SVR模型

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于E-svr近似模型的溜槽结构优化设计

基于E-SVR近似模型的溜槽结构优化设计

作者：龙雨郑州轻工业大学

学位级别：硕士

在工业生产中,作为节约人力、物力等生产成本的溜槽,被广泛应用于完成不同设备之间的物料输送工作。由于物料和溜槽之间的冲击,极易发生堵料、物料破碎、甚至物料掉落等问题。当出现这些问题时,需要工作人员进行高空作业维修以此来保证... 详细信息

在工业生产中,作为节约人力、物力等生产成本的溜槽,被广泛应用于完成不同设备之间的物料输送工作。由于物料和溜槽之间的冲击,极易发生堵料、物料破碎、甚至物料掉落等问题。当出现这些问题时,需要工作人员进行高空作业维修以此来保证生产活动的正常进行,高空作业危险系数比较高,容易发生事故,物料如果掉落更会威胁到工人的人身安全。另一方面由于物料对溜槽的长期冲击,导致溜槽的磨损破坏,影响溜槽的使用寿命。因此,如何降低物料的破碎率,提升溜槽的服役寿命,具有重要的研究意义。本文根据工厂实际情况,建立溜槽的初始结构三维模型,运用EDEM软件对物料在溜槽的运输过程进行仿真,以获得不同结构参数处的最大冲击力和最大物料输送速度数据,为溜槽结构设计优化提供数据支撑。接下来以溜槽冲击部位结构尺寸为设计变量,以物料运输最佳速度区间为约束条件,构建了最小化冲击力的溜槽结构参数优化模型。为降低优化模型的计算复杂度,采用近似模型拟合冲击力、运输速度与溜槽结构设计变量间的隐式关系。其中,支持向量回归(Support vector regression,svr)模型可以较好地解决小样本、非线性、高维度、过拟合、多个局部极小点等实际问题,具有较强的泛化能力。本文先基于多项式(Poly)核函数SVR模型和径向基(RBF)核函数SVR模型对溜槽结构参数优化模型进行求解。通过研究常用核函数的分类性能,针对单一核函数泛化性、学习能力存在的问题,利用一种近似模型聚合方法,对不同核函数的SVR模型进行聚合,得到聚合核函数支持向量回归(E-svr)近似模型。并通过三个数值算例对聚合后的E-SVR模型的有效性进行验证。最后通过序列二次规划(SQP)算法调用E-SVR模型,对溜槽结构参数优化模型进行求解,并与基于单一核函数的SVR模型进行比较,结果表明了E-SVR模型的有效性和基于E-SVR模型溜槽结构优化设计的可行性。

关键词：溜槽结构优化 EDEM SVR模型聚合模型

基于Box-Cox变换与Lasso回归的支持向量回归模型在月径流预报中的应用

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

应用基础与工程科学学报 2022年第1期30卷 27-39页

作者：康艳杨沁瑜张芳琴宋松柏西北农林科技大学水利与建筑工程学院旱区农业水土工程教育部重点实验室陕西杨凌712100

为进一步提高中长期径流预报的精度,从而为水库调度决策及水资源配置管理提供更可靠的信息支撑,针对径流序列的偏态性和非线性特点,将Box-Cox变换与Lasso回归引入支持向量回归(svr)模型,构建基于Box-Cox变换与Lasso回归的支持向量回归... 详细信息

为进一步提高中长期径流预报的精度,从而为水库调度决策及水资源配置管理提供更可靠的信息支撑,针对径流序列的偏态性和非线性特点,将Box-Cox变换与Lasso回归引入支持向量回归(svr)模型,构建基于Box-Cox变换与Lasso回归的支持向量回归月径流预报模型(BC-Lsvr Model),在对原径流序列进行相空间重构与Box-Cox变换的基础上采用Lasso回归筛选预报因子,进行径流预报研究.分别以Min-Max数据标准化方法及灰色(Gray)预报因子筛选法作为对比方法,构建MM-Lsvr与BC-Gsvr预报模型,对3种模型预报效果进行对比分析.将模型应用于渭河流域林家村等6个主要控制性水文站月径流预报,结果表明:BC-LSVR模型预报效果最好,在验证期,6个站点的预报平均绝对值相对误差(MARE)均小于20%,合格率(QR)均大于0.6,效率系数(Ens)大于0.52;在率定期和验证期,BC-LSVR模型的3项评价指标均优于MM-Lsvr和BC-GSVR模型,说明引入Box-Cox变换及Lasso回归有效地提高了SVR模型的预报精度.

关键词：中长期径流预报预报因子集 Box-Cox变换 Lasso回归 SVR模型渭河流域

ARIMA-svr组合模型在基于标准化降水指数干旱预测中的应用

在线全文

学校读者我要写书评

暂无评论

干旱地区农业研究 2020年第2期38卷 276-282页

作者：许德合张棋黄会平华北水利水电大学地球科学与工程学院河南郑州450000 华北水利水电大学测绘与地理信息学院河南郑州450000

开展干旱预测是有效应对干旱风险的前提基础,本研究利用1951-2017年河南省郑州气象站点逐日降水量数据计算多尺度标准化降水指数(SPI),并建立了SPI序列自回归移动平均模型(ARIMA)和自回归移动平均与支持向量机回归组合模型(ARIMA-svr),... 详细信息

开展干旱预测是有效应对干旱风险的前提基础,本研究利用1951-2017年河南省郑州气象站点逐日降水量数据计算多尺度标准化降水指数(SPI),并建立了SPI序列自回归移动平均模型(ARIMA)和自回归移动平均与支持向量机回归组合模型(ARIMA-svr),对模型参数进行率定和验证后,利用所建立的模型对河南省郑州气象站点多尺度SPI值进行预测。借助均方根误差(RMSE)、平均绝对百分比误差(MAPE)对回归预测模型的有效性进行判定。结果表明:ARIMA-svr组合模型在SPI1(1个月)和SPI12(12个月)的RMSE值分别为80.05和0.74,均低于ARIMA模型的92.25和1.24,说明ARIMA-svr组合模型与单一的ARIMA模型对SPI的预测精度都与该指数的时间尺度长短有关,都随时间尺度的增加而逐渐提高;SPI12的两种模型预测精度均高于SPI1、SPI3(3个月)和SPI6(6个月)的预测精度。用实测数据与模型的预测数据相比较说明ARIMA-svr组合模型相比于单一ARIMA模型预测精度更高,且能够很好拟合不同时间尺度的标准化降水指数。

关键词：干旱预测标准化降水指数 ARIMA-svr组合模型 ARIMA模型 SVR模型

基于麻雀搜索优化SVR模型的房地产价格研究

在线全文

学校读者我要写书评

暂无评论

电子科技 2024年第1期37卷 1-8页

作者：兰瑞杰孟维高耿进强河北地质大学城市地质与工程学院河北石家庄050031

为解决传统经济指标作为房价影响因素的数据获取滞后性问题以及机器学习模型在预测房价时存在的参数选取不确定性问题,文中以网络搜索数据作为房价指数解释变量,采用麻雀搜索算法(Sparrow Search Algorithm,SSA)建立SSA-svr(Support Vec... 详细信息

为解决传统经济指标作为房价影响因素的数据获取滞后性问题以及机器学习模型在预测房价时存在的参数选取不确定性问题,文中以网络搜索数据作为房价指数解释变量,采用麻雀搜索算法(Sparrow Search Algorithm,SSA)建立SSA-svr(Support Vector Regression)模型对svr的惩罚因子C和RBF(Radical Basic Function)核函数的参数g进行优化。将SSA-SVR模型与PSO(Particle Swarm Optimization)-svr、GA(Genetic Algorithm)-svr、WOA(Whale Optimization Algorithm)-svr、GS(Grid Search)-svr以及基准svr进行对比,SSA-svr的相关系数(0.99)、均方根误差(6.71)、平均绝对误差(5.24)、均方误差(45.13)以及平均绝对百分比误差(0.26%)均优于其他5种模型。结果表明,麻雀搜索算法优化的SVR模型在房价预测方面具有更好的全局寻优能力,可以提高模型的预测准确度和预测能力。

关键词：麻雀搜索算法优化算法 SVR模型数据滞后性参数不确定性网络搜索数据房地产价格指数房价预测

基于多样性SVR模型的路面工程成本预算方法

在线全文

学校读者我要写书评

暂无评论

建筑机械 2023年第2期 121-126页

作者：史刚雷玉俊杰华杰工程咨询有限公司北京100029

针对目前提出的路面工程成本预算方法预算误差较大的问题,本文引入多样性SVR模型设计了一种新的路面工程成本预算方法,通过变量检测确定逐步回归目标,利用支持向量机理论对逐步回归完成的变量进行非线性样本点的映射输出,得到线性回归函... 详细信息

针对目前提出的路面工程成本预算方法预算误差较大的问题,本文引入多样性SVR模型设计了一种新的路面工程成本预算方法,通过变量检测确定逐步回归目标,利用支持向量机理论对逐步回归完成的变量进行非线性样本点的映射输出,得到线性回归函数,确定向量回归参数集,通过赋予初始权值实现参数训练,使用svr学习器计算误差值,分析误差权重,确定学习函数,引入OWA算子进行路面工程特征值赋权,根据灰色关联分析确定相似度,建立BP神经网络,通过BP神经网络同时完成正向传递学习和反向传递学习,利用迭代计算实现成本预算。实验结果表明,基于多样性SVR模型的路面工程成本预算方法能够通过多次预算使预算误差低于1%,对于路面工程实际发展具有关键意义。

关键词：多样性svr SVR模型路面工程工程成本成本预算预算方法