检索结果-南通市图书馆

基于BB-递归核函数svr算法的U型折弯件模型参数优化研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

湖北大学学报（自然科学版） 2024年第1期46卷 115-121页

作者：徐承亮胡梓枫曹志勇张详林广州科技贸易职业学院广东广州511442 湖北大学材料科学与工程学院湖北武汉430062 华中科技大学材料成形与模具技术国家重点实验室湖北武汉430074

影响U型折弯件回弹的因素众多,工件尺寸、力学性能、负载条件、材料各向异性等相互耦合,表现出高度复杂的非线性,从而导致回弹预测结果的不确定性。本研究以板料折弯件回弹后的张开角(α)为目标函数,构建一个递归核函数支持向量回归(svr... 详细信息

影响U型折弯件回弹的因素众多,工件尺寸、力学性能、负载条件、材料各向异性等相互耦合,表现出高度复杂的非线性,从而导致回弹预测结果的不确定性。本研究以板料折弯件回弹后的张开角(α)为目标函数,构建一个递归核函数支持向量回归(svr)模型,并部署到分支界限法(BB)中,从而筛选出维度为4的最优的特征变量参数子集,其决定系数(R^(2))为0.982147,均方误差(MSE)为0.00433,模型预测精度相对较高。算法优化得到的折弯件参数为:厚度(t)为12 mm,上模宽度(d)为90 mm,上模圆角半径(r)为9 mm,载荷速度(v)为10 mm/s。BB递归核函数svr算法、有限元模拟和实际测量的α分别为16.3°、17.5°和18.2°,尽管有限元结果更接近于实际值,但是BB递归核函数svr算法可以为有限元模拟提供筛选出的参数(t,d,r,v)的数据,以快速进行模拟并预测张开角α,并实现回弹补偿装置的高效设计。

关键词： U型折弯件支持向量机分支界限法 svr算法

svr算法的生物混液左旋多巴含量紫外光谱建模

在线全文

学校读者我要写书评

暂无评论

计算机与数字工程 2022年第2期50卷 362-366页

作者：王文哲江南大学物联网工程学院无锡214000

以酪氨酸和左旋多巴混合溶液中左旋多巴的紫外光谱数据为研究对象,首先用Kennard-Stone算法对样品集进行分割;然后使用ν-svr和ε-svr算法对核进行建模,以建立不同的核。紫外光谱定量分析模型中左旋多巴含量的功能;最后,采用粒子群算法... 详细信息

以酪氨酸和左旋多巴混合溶液中左旋多巴的紫外光谱数据为研究对象,首先用Kennard-Stone算法对样品集进行分割;然后使用ν-svr和ε-svr算法对核进行建模,以建立不同的核。紫外光谱定量分析模型中左旋多巴含量的功能;最后,采用粒子群算法对参数进行了优化,并与传统的PLS算法进行了比较。实验结果表明,由ν-svr,ε-svr和PLS建立的左旋多巴含量校正模型具有较高的准确性,预测性能略有不同。在预测集实验中,PLS,ν-svr(RBF)和ε-svr(RBF)算法的预测均方根误差分别为1.755、0.826和0.68。实验已经证明了使用紫外光谱法快速测定左旋多巴含量的有效性以及基于径向基函数的ε-svr的建模优势。

关键词：左旋多巴紫外光谱分析 svr算法粒子群算法偏最小二乘法

在线全文

学校读者我要写书评

暂无评论

基于svr算法的光伏电站工程造价预测研究

水力发电 2023年第3期49卷 92-97页

作者：李东伟姚雅婷周子东中国电建集团华东勘测设计研究院有限公司浙江杭州310014 河海大学商学院江苏南京211100

为克服传统计价方式的局限性,引入支持向量回归(svr)算法和逐步回归法,基于现有研究成果及实践经验,将光伏电站造价划分为组件及支架安装、桩基础、场区其他部分、升压站、物流费用和其他费用等6个待预测部分,通过专家访谈和调查问卷的... 详细信息

为克服传统计价方式的局限性,引入支持向量回归(svr)算法和逐步回归法,基于现有研究成果及实践经验,将光伏电站造价划分为组件及支架安装、桩基础、场区其他部分、升压站、物流费用和其他费用等6个待预测部分,通过专家访谈和调查问卷的形式得到各部分的影响因素,设计出模型的变量体系。海外某光伏电站造价预测表明,将svr算法和逐步回归法结合建立预测模型,预测精度较高,有较好的应用价值。

关键词：光伏电站工程造价预测 svr算法逐步回归法

基于svr算法的高速铁路施工全过程造价预测方法

在线全文

学校读者我要写书评

暂无评论

工程机械与维修 2023年第6期 230-232页

作者：雷保忠中铁十九局集团第三工程有限公司辽宁沈阳110000

传统高速铁路施工全过程造价预测方法,由于直接选取造价预测评价指标未对影响因素进行分析,造成传统方法预测偏差率高。针对于此,提出一种基于svr算法的高速铁路施工全过程造价预测方法。对高速铁路施工造价影响因素进行分析,提取影响... 详细信息

传统高速铁路施工全过程造价预测方法,由于直接选取造价预测评价指标未对影响因素进行分析,造成传统方法预测偏差率高。针对于此,提出一种基于svr算法的高速铁路施工全过程造价预测方法。对高速铁路施工造价影响因素进行分析,提取影响较大因素的相关数据,并基于svr算法建立造价预测模型,对高速铁路项目造价进行预测。设计对比实验,实验结果表明:所提出的设计方法预测高速铁路施工全过程造价偏差率最低,充分证明了所提出设计方法的可行性。

关键词： svr算法高速铁路施工造价预测预测方法

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

基于svr算法的泥水盾构刮刀磨损预测研究

基于SVR算法的泥水盾构刮刀磨损预测研究

基于Geosail模型和svr算法的叶面积指数遥感反演

2022年全国工程建设行业施工技术交流会

作者：刘永强陶博文张晓勇李铎李健中交隧道工程局有限公司

针对泥水盾构机刮刀磨损预测困难的问题,结合中宁穿黄河供热管网工程,通过支持向量机参数及刮刀磨损影响因数的选取,建立基于svr算法的泥水盾构刮刀磨损预测模型,并与当前经验公式及实测磨损量进行对比分析。结果表明:以刀盘转速、掘进... 详细信息

针对泥水盾构机刮刀磨损预测困难的问题,结合中宁穿黄河供热管网工程,通过支持向量机参数及刮刀磨损影响因数的选取,建立基于svr算法的泥水盾构刮刀磨损预测模型,并与当前经验公式及实测磨损量进行对比分析。结果表明:以刀盘转速、掘进速度、刀盘扭矩、刀盘推力、风化指数、贯入度、刀具切削轨迹长度作为刀具磨损量预测的参数合理可行;基于svr算法的泥水盾构刮刀磨损预测模型精度较高,比当前经验公式更为准确,可以作为判定刮刀更换的依据;在盾构后续掘进过程中,建议设定刀具磨损量阈值为3cm,作为更换刀具的判定条件。

关键词： svr算法刮刀核函数磨损预测泥水平衡盾构

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

中国水土保持科学 2018年第6期16卷 48-55页

作者：杨维张学霞赵静瑶北京林业大学水土保持学院北京100083

叶面积指数(LAI)控制着植物冠层的多种生理和生态过程,是陆地生态、水文模型中不可或缺的植被参数,因此准确反演区域LAI对研究植被与土壤侵蚀具有重要意义。本文以北京地区阔叶林为研究对象,利用Geosail模型模拟LAI和7种植被指数:比值... 详细信息

叶面积指数(LAI)控制着植物冠层的多种生理和生态过程,是陆地生态、水文模型中不可或缺的植被参数,因此准确反演区域LAI对研究植被与土壤侵蚀具有重要意义。本文以北京地区阔叶林为研究对象,利用Geosail模型模拟LAI和7种植被指数:比值植被指数(RVI)、归一化植被指数(NDVI)、绿波段植被指数(GNDVI)、重归一化植被指数(RDVI)、土壤调整植被指数(SAVI)、调整土壤亮度植被指数(OSAVI)和修正的土壤调整植被指数(MSAVI),并采用支持向量机回归(svr)算法和4种统计回归方法(线性函数、二次函数、指数函数和对数函数)建立LAI反演模型,同时通过Landsat 8 OLI遥感数据和实测数据验证模型精度。研究表明:1) svr算法相比其他统计回归方法可以提高LAI反演的模型精度和预测精度; 2) OSAVI指数在LAI反演方面的表现要优于NDVI等指数;3) NDVI指数的建模精度很高,但预测精度较低; 4) OSAVI和svr算法构建的模型精度和稳定性更好,是LAI反演的优选模型,其预测结果最为精确。因此,基于Geosail模型和svr算法的反演方法可提高LAI反演精度,为大区域LAI反演的应用提供了新的思路,扩展了Geosail模型、svr算法和Landsat 8 OLI遥感数据在LAI反演方面的应用潜力。

关键词： svr算法 Geosail模型叶面积指数 Landsat8OLI 阔叶林

在线全文

学校读者我要写书评

暂无评论

基于svr算法的动力煤价格预测研究

基于SVR算法的动力煤价格预测研究

作者：刘滋奇中国矿业大学

学位级别：硕士

煤炭是我国重要的基础能源。根据中国能源研究会组织编写2020年《中国能源发展报告》,2019年煤炭消费量占能源消费总量的57%。火电在我国电力供应中占主体地位。火力发电在未来较长一段时间依然是我国电力供应的主体,火电行业健康发展... 详细信息

煤炭是我国重要的基础能源。根据中国能源研究会组织编写2020年《中国能源发展报告》,2019年煤炭消费量占能源消费总量的57%。火电在我国电力供应中占主体地位。火力发电在未来较长一段时间依然是我国电力供应的主体,火电行业健康发展对于稳定民生,促进经济发展有着重要的战略意义。煤炭成本占火电运营成本的近70%,煤炭成本的控制关系到火电的生死存亡,但煤炭价格预测难度巨大。煤炭价格受煤炭供应和需求的影响,其中,影响供应的因素包括国家对主产地煤矿安全及环保检查、矿难、节假日放假停产、国家对进口煤政策限制等。影响煤炭需求的因素包括季节温度变化、经济发展速度、新能源替代、基建用煤、化工用煤等。影响煤价的各种因素时刻变化,各个因素变化趋势难以预测。同时,各种因素在不同时期对煤价影响不同。目前国内多个机构试图对煤炭价格进行预测,但效果不佳,甚至部分价格指数发布网站也未能较好的对价格指数进行预测。传统煤炭价格预测方法是根据煤炭采购业务人员根据自身经验,结合当前收集的部分燃料数据进行人工预测,预测准确性较差。本文以企业预测煤炭价格,踏准煤炭采购节奏,优化企业煤炭采购成为为基础,以提高煤炭价格预测准确性为目的展开研究,具体做法如下:（1）通过阅读文献,对目前常用的预测模型进行梳理,为本文的煤炭价格预测算法选择提供理论基础。（2）梳理影响煤炭价格影响因素。将CCI5500指数作为预测的对象,并对2014年至2019年煤炭价格演变过程进行梳理。然后重点分析供需关系、宏观经济、生产及运输成本、国家政策以及突发事件对煤炭价格的影响,为提取煤炭价格预测的数据特征提供依据。（3）通过“专家调研法”确定数据选择范围,并对数据分类及指标含义进行解析,在此基础上对数据质量进行评价,选择出适用于煤价预测的特征数据。在此基础上,通过数据插值算法补全缺失数据、数据平滑算法去除数据本身的噪声、差分算法提高数据的相关性,并通过多维线性拟合算法拟合出一段时间内煤炭价格与特征变量的相关性关系。（4）为了实现煤炭价格预测,设计了“数据折叠模型”,一种经济预测通用模型,并建立基于svr算法动力煤价格预测模型。最后通过Python语言进行算法试验,并把预测结果与实测数据进行比较,实验证明预测效果良好。

关键词：动力煤价格预测数据折叠法 svr算法 CCI5500指数

基于改进GWO优化SOM-svr算法的地震震级预报研究

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

基于改进GWO优化SOM-SVR算法的地震震级预报研究

作者：杨家鑫华东交通大学

学位级别：硕士

地震作为破坏性极强的自然灾难之一,给人类带来的教训是惨痛的,而有效的地震预报可以减少人员伤亡和经济损失。导致地震的因素繁多但其因素之间存在非线性关系,随着计算机技术飞速发展,使得机器学习模型解决复杂的、非线性的问题广泛进... 详细信息

地震作为破坏性极强的自然灾难之一,给人类带来的教训是惨痛的,而有效的地震预报可以减少人员伤亡和经济损失。导致地震的因素繁多但其因素之间存在非线性关系,随着计算机技术飞速发展,使得机器学习模型解决复杂的、非线性的问题广泛进入应用。本文使用MATLAB和python平台,在地震震级预报这一领域内使用自组织特征映射神经网络（SOM）和支持向量回归算法（svr）提高预报精度。本文首先介绍了机器学习模型在地震预报领域的研究现状,针对地震数据差异性较大且分散,利用SOM和svr两种模型相结合以提高震级预测的精度和稳定性,同时提出一种改进的灰狼算法（GWO）优化svr参数,改进的灰狼算法解决了在参数寻优过程中易陷入局部最优的缺陷。在对研究地区的选取上,本文详细地介绍四川是一个多震地区并说明了多震的原因。对于提取模型的输入特征向量,通过查阅大量的相关文献,选取了部分前兆地震预报因子作为模型的输入,并对其进行归一化处理确保模型的收敛和预测精度。针对地震数据样本的分散性大问题,本文采取SOM进行聚类确保组合模型的精度。svr模型作为从统计学理论的基础上发展起来的有导师学习算法,其基本原理是基于结构风险最小化,尽可能提高模型的泛化能力,svr模型在解决小样本和非线性样本都表现出较强的优势,针对地震数据样本少,选择svr模型具有很大的优势。因此,它不仅满足了对训练样本规模的要求,又保证了预测的精确度。虽然svr具有较好的预测精度,但是svr参数C和g对于预测影响结果较大,得到一个最优参数对输出结果是至关重要的,本文提出改进的灰狼算法对svr参数C和g进行全局寻优。利用改进GWO算法对svr模型的参数寻优处理得到一个最优的参数,保证了组合模型输出结果。最后将组合模型（SOM-GWO-svr）的输出结果经过反归一化处理,同时与传统的svr的输出结果相比较,得到几种模型的输出结果误差图,一方面,说明本文提出组合模型在地震预测研究是可行;另一方面,验证本文提出的模型与其他组合模型相比,具有较高的精度和较强的鲁棒性,同时本文还讨论将该模型通过迁移学习应用到地震较频繁的我国台湾地区,验证了该模型的外用能力。

关键词：地震震级预报灰狼算法 svr算法 SOM神经网络聚类分析

基于相似日理论和LIBSVM软件中svr算法的光伏发电系统输出功率预测方法

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

太阳能 2021年第1期 23-28页

作者：吴诗芹陆豪乾江苏林洋新能源科技有限公司林洋新能源研究院南京210004 江苏林洋光伏运维有限公司南京210004

由于光伏发电具有间歇性、波动性的特点,因此准确预测并网型光伏发电系统的输出功率对电网调度,以及电网的安全稳定和经济高效运行具有重要意义。提出了一种基于相似日理论和LIBSVM软件中支持向量机回归(svr)算法的光伏发电系统输出功... 详细信息

由于光伏发电具有间歇性、波动性的特点,因此准确预测并网型光伏发电系统的输出功率对电网调度,以及电网的安全稳定和经济高效运行具有重要意义。提出了一种基于相似日理论和LIBSVM软件中支持向量机回归(svr)算法的光伏发电系统输出功率预测方法。通过实例进行仿真验算,并与同样采用相似日理论的反向传播(BP)神经网络算法、径向基(RBF)神经网络算法和Elman神经网络算法进行比较,证明了此预测方法的有效性。

关键词：相似日 LIBSVM软件 svr算法功率预测光伏发电