期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于PSO_LSSVM和Elman神经网络的北京市气温预测效果比较 被引量：1
1
作者 许振赐 刘君陶 +1 位作者 王国栋 杨建平 《河南农业科学》 CSCD 北大核心 2013年第3期157-160,共4页
利用北京市1960-2004年的月平均气温数据,建立最小二乘支持向量机(LSSVM)与Elman神经网络模型,分别运用粒子群算法(PSO)与试凑法对这2种模型进行优化,并对2005-2009年的月平均气温进行预测估计,比较2种模型的预测结果,以便找出更准确的... 利用北京市1960-2004年的月平均气温数据,建立最小二乘支持向量机(LSSVM)与Elman神经网络模型,分别运用粒子群算法(PSO)与试凑法对这2种模型进行优化,并对2005-2009年的月平均气温进行预测估计,比较2种模型的预测结果,以便找出更准确的气温预测模型。结果表明,2种模型总体上均能较好地拟合气温序列(R2均大于0.985),但是对于低温预测效果均相对欠佳;PSO_LSSVM预测误差(RMSE=1.380 6)明显小于Elman神经网络(RMSE=1.732 5),拟合精度更高,能更好地对短期气温变化进行模拟。因此,可用PSO_LSSVM模型进行气温预测,指导当地的农业生产与工业开发。 展开更多
关键词 pso_lssvm ELMAN神经网络 气温预测
在线阅读 下载PDF
基于PSO_LSSVM的抽油机电动机扭矩软测量建模 被引量：1
2
作者 陈祯 黄安贻 《中国机械工程》 EI CAS CSCD 北大核心 2011年第11期1333-1336,共4页
提出了一种新的基于粒子群优化的最小二乘支持向量机(PSO_LSSVM)模型的抽油机电动机扭矩软测量方法,该方法利用粒子群算法取代以往惯用的交叉验证法来进行模型参数的优化,从而避免了参数选择时的盲目性,提高了效率。仿真验证证明,基于PS... 提出了一种新的基于粒子群优化的最小二乘支持向量机(PSO_LSSVM)模型的抽油机电动机扭矩软测量方法,该方法利用粒子群算法取代以往惯用的交叉验证法来进行模型参数的优化,从而避免了参数选择时的盲目性,提高了效率。仿真验证证明,基于PSO_LSSVM的抽油机电动机扭矩软测量模型能够有效地克服传统测量方法的不足,并获得较理想的测量精度和速度,具有小样本学习能力强和计算简单的优点。 展开更多
关键词 抽油机 扭矩 软测量 粒子群优化最小二乘支持向量机(pso_lssvm)
在线阅读 下载PDF
一种紫外-可见光谱检测水质COD预测模型优化方法 被引量：15
3
作者 汤斌 赵敬晓 +4 位作者 魏彪 罗继阳 Vo Quang Sang 冯鹏 米德伶 《中国环境科学》 EI CAS CSCD 北大核心 2015年第2期478-483,共6页
针对紫外-可见光谱法检测水质COD预测模型的精度低和收敛速度慢等问题,研究了一种基于粒子群算法联合最小二乘支持向量机(PSO_LSSVM)的水质检测COD预测模型优化方法,并引入主元分析(PCA)算法对模型输入光谱数据进行降维预处理,借以提高... 针对紫外-可见光谱法检测水质COD预测模型的精度低和收敛速度慢等问题,研究了一种基于粒子群算法联合最小二乘支持向量机(PSO_LSSVM)的水质检测COD预测模型优化方法,并引入主元分析(PCA)算法对模型输入光谱数据进行降维预处理,借以提高模型的收敛速度.结果表明,利用粒子群(PSO)算法收敛速度快和全局优化能力,优化了最小二乘支持向量机(LSSVM)模型的惩罚因子和核函数参数,避免了人为选择参数的盲目性,克服了传统LSSVM预测模型的精度较低、稳健性较差等缺点.通过以收敛时间、预测平均相对误差(MRE)和均方根误差(RMSE)为评价标准进行评估,输入样本经过PCA降维预处理的PSO_LSSVM模型的预测能力和输入样本未经过降维预处理的LSSVM模型与PSO_LSSVM模型进行了比较分析,输入样本经过PCA降维预处理的PSO_LSSVM模型预测效果最优,且此算法使用C语言实现,易于移植,这为紫外-可见光谱水质COD在线、实时性检测奠定了基础. 展开更多
关键词 水质COD 紫外-可见光谱法 预测模型 PCA pso_lssvm
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部