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1,727篇文章
< 1 2 … 87 >
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-SVR算法的钢板-混凝土组合连梁承载力预测 被引量：1
1
作者 田建勃 闫靖帅 +2 位作者 王晓磊 赵勇 史庆轩 《振动与冲击》 北大核心 2025年第7期155-162,共8页
为准确预测钢板-混凝土组合(steel plate-RC composite,PRC)连梁承载力,本文分别通过支持向量机回归算法(support vector regression,SVR)、极端梯度提升算法(XGBoost)和粒子群优化的支持向量机回归(particle swarm optimization-suppor... 为准确预测钢板-混凝土组合(steel plate-RC composite,PRC)连梁承载力,本文分别通过支持向量机回归算法(support vector regression,SVR)、极端梯度提升算法(XGBoost)和粒子群优化的支持向量机回归(particle swarm optimization-support vector regression,PSO-SVR)算法进行了PRC连梁试验数据的回归训练,此外,通过使用Sobol敏感性分析方法分析了数据特征参数对PRC连梁承载力的影响。结果表明,基于SVR、极端梯度提升算法(extreme gradient boosting,XGBoost)和PSO-SVR的预测模型平均绝对百分比误差分别为5.48%、7.65%和4.80%,其中,基于PSO-SVR算法的承载力预测模型具有最高的预测精度,模型的鲁棒性和泛化能力更强。此外,特征参数钢板率(ρ_(p))、截面高度(h)和连梁跨高比(l_(n)/h)对PRC连梁承载力影响最大,三者全局影响指数总和超过0.75,其中,钢板率(ρ_(p))是对PRC连梁承载力影响最大的单一因素,一阶敏感性指数和全局敏感性指数分别为0.3423和0.3620,以期为PRC连梁在实际工程中的设计及应用提供参考。 展开更多
关键词 钢板-混凝土组合连梁 机器学习 粒子群优化的支持向量机回归(PSO-svr)算法 承载力 敏感性分析
在线阅读 下载PDF
基于PSO-SVR模型的长三角城市群碳达峰情景模拟研究
2
作者 吴冠岑 章聪颖 +1 位作者 廖金星 牛星 《生态经济》 北大核心 2025年第7期41-48,共8页
论文基于2006—2019年长三角城市群数据,使用PSO-SVR模型并结合情景分析法对基准情景、产业优化情景、土地集约利用情景和碳减排强化情景等8种情景下长三角城市群的碳排放进行预测。结果表明:(1)PSO-SVR模型能够有效提升模型的预测精度... 论文基于2006—2019年长三角城市群数据,使用PSO-SVR模型并结合情景分析法对基准情景、产业优化情景、土地集约利用情景和碳减排强化情景等8种情景下长三角城市群的碳排放进行预测。结果表明:(1)PSO-SVR模型能够有效提升模型的预测精度。(2)长三角城市群在预测期内的碳排放呈现明显的倒“U”型趋势;(3)基准情景下长三角城市群将在2033年达峰,碳减排强化情景将在2031年实现碳达峰,其他情景均在2032年实现碳达峰。研究为长三角城市群在兼顾社会经济稳定发展前提下早日实现“双碳”目标提供了参考。 展开更多
关键词 碳达峰 PSO-svr模型 情景模拟 长三角城市群
原文传递
基于GA-SVR-MODIS的季节性冻土区入湖地下水排泄区识别
3
作者 苏小四 杜思楠 +3 位作者 梁海婷 郑昭贤 杨敬爽 李阳 《安全与环境工程》 北大核心 2025年第3期266-280,共15页
湖泊富营养化是目前公众和政府关注的热点问题之一。热红外遥感技术被广泛应用于识别入湖地下水排泄区,但传统热红外遥感方法并未考虑冻结湖泊表面覆盖的积雪和冰层对反演湖水表面温度的影响,限制了其识别入湖地下水排泄区的精度和适用... 湖泊富营养化是目前公众和政府关注的热点问题之一。热红外遥感技术被广泛应用于识别入湖地下水排泄区,但传统热红外遥感方法并未考虑冻结湖泊表面覆盖的积雪和冰层对反演湖水表面温度的影响,限制了其识别入湖地下水排泄区的精度和适用性。基于遗传算法-支持向量回归(genetic algorithm-support vector regression,GA-SVR)模型和中分辨率成像光谱仪(moderate resolution imaging spectoradiometer,MODIS)遥感数据开展了对东北季节性冻土平原区典型湖泊查干湖湖水表面温度的反演与预测研究,识别了不同时期入湖地下水的排泄区。结果表明:GA-SVR模型可将冰封期热红外遥感法反演湖水表面温度的R^(2)由0.69提高到0.95,其识别的入湖地下水排泄区与湖泊中高^(222)Rn浓度的分布区域一致。研究结果可为有效识别查干湖营养物质主要来源和查干湖水环境安全管控提供科技支撑。 展开更多
关键词 季节性冻土区湖泊 湖水表面温度 MODIS GA-svr模型 地下水排泄
在线阅读 下载PDF
基于SVR-LSTM的人体上肢运动遮挡轨迹补偿方法
4
作者 彭金柱 刘涵菲 卞英楠 《郑州大学学报（理学版）》 CAS 北大核心 2025年第1期1-7,共7页
在人机协作过程中,由于光照条件等环境因素和机器人设备摆放等遮挡原因,导致使用基于视觉的运动捕捉设备对人体运动进行捕捉时时间序列的轨迹数据有缺失,进而导致意图识别不准确,增加了机器人运动的不确定性。因此,提出了一种基于支持... 在人机协作过程中,由于光照条件等环境因素和机器人设备摆放等遮挡原因,导致使用基于视觉的运动捕捉设备对人体运动进行捕捉时时间序列的轨迹数据有缺失,进而导致意图识别不准确,增加了机器人运动的不确定性。因此,提出了一种基于支持向量回归(support vector regression,SVR)和长短期记忆(long short-term memory,LSTM)的人体上肢运动时间序列轨迹缺失补偿方法。采用网格搜索法对SVR模型中的参数进行优化来完善历史样本数据集,结合长短期记忆网络对短、长时间序列轨迹缺失的预测补全更精确的优势,将SVR模型补全的历史样本数据集输入LSTM模型训练,进一步降低补偿误差。实验结果表明,在三维空间350 mm的运动尺度范围内,轨迹缺失程度为10%时,SVR-LSTM模型补偿轨迹的平均误差是0.14 mm;轨迹缺失程度为30%时,SVR-LSTM模型补偿轨迹的平均误差是0.47 mm。 展开更多
关键词 遮挡轨迹 时间序列 意图识别 轨迹补偿 svr-LSTM模型
在线阅读 下载PDF
基于PSO—SVR算法的土壤含水率预测模型构建 被引量：1
5
作者 高宁 张安琪 +3 位作者 梅鹤波 杨兴华 刘淮玉 孟志军 《中国农机化学报》 北大核心 2025年第5期227-234,共8页
为探究一种高检测精度且适用于低测量频率电容式土壤含水率传感器的检测模型,以土壤为研究对象,配置160份含水率为6.39%~31.43%的土壤样本,使用数字电桥采集土壤样本在测量频率为1~100 kHz的电容数据,建立预测土壤含水率的多元线性回归(... 为探究一种高检测精度且适用于低测量频率电容式土壤含水率传感器的检测模型,以土壤为研究对象,配置160份含水率为6.39%~31.43%的土壤样本,使用数字电桥采集土壤样本在测量频率为1~100 kHz的电容数据,建立预测土壤含水率的多元线性回归(MLR)、岭回归(RR)、支持向量回归(SVR)、决策树回归(CART)和BP神经网络(BPNN)算法模型,对比分析模型的预测性能。结果表明,基于SVR算法构建的土壤含水率检测模型预测性能较佳。通过引入麻雀搜索(SSA)、粒子群优化算法(PSO)和鲸鱼优化算法(WOA)算法分别对SVR算法模型优化后的性能分析,采用PSO—SVR算法建立的检测模型性能最佳,其预测集的决定系数R 2、均方根误差RMSE和相对百分比偏差RPD分别为0.947、0.012和4.363。利用该模型对35份含水率在8.07%~26.43%的土壤样本进行预测,含水率预测值与实测值的回归系数R 2为0.953,RMSE为0.009,绝对误差范围为-1.92%~1.68%。由此证明,基于PSO—SVR算法构建土壤含水率预测模型具有较高的准确性和较好的鲁棒性。 展开更多
关键词 土壤 含水率 预测模型 电容 测量频率 PSO—svr
在线阅读 下载PDF
一种ICEEMDAN-CNN-SVR滑坡位移组合预测模型 被引量：1
6
作者 石化波 王刚 曾怀恩 《三峡大学学报（自然科学版）》 CAS 北大核心 2025年第1期37-43,共7页
滑坡位移预测是滑坡早期预警系统的重要组成部分,针对位移分解程度与特征选取深入程度不够导致滑坡位移预测精度不高的问题,提出一种ICEEMDAN-CNN-SVR滑坡位移组合预测模型:为了解决位移分解程度不够的问题,该模型首先运用ICEEMDAN分解... 滑坡位移预测是滑坡早期预警系统的重要组成部分,针对位移分解程度与特征选取深入程度不够导致滑坡位移预测精度不高的问题,提出一种ICEEMDAN-CNN-SVR滑坡位移组合预测模型:为了解决位移分解程度不够的问题,该模型首先运用ICEEMDAN分解模型对滑坡位移曲线进行分解,将平滑性较好且具有递增趋势的IMF曲线作为趋势项位移,将其他具有波动趋势的IMF曲线总和重构为周期项位移;为了解决特征选取深入程度不够的问题,针对不同位移特性进行了特征变量选取,通过二维平铺与CNN特征提取得到特征变量更深层次的信息,将提取到的特征信息输入SVR预测模型中实现对趋势项位移与周期项位移的精准预测.以典型堆积层滑坡———八字门滑坡为例,选取ZG110与ZG111监测点2007年1月—2012年9月典型变形阶段水平位移数据进行研究,结果表明:ZG110与ZG111监测点预测评价指标R2,ERMSE,EMAE分别为0.9951、0.9989、5.7489、2.7532,4.5091、1.8529,预测效果良好;将模型预测结果与EEMDCNN-SVR预测模型及CNN-SVR预测模型结果作对比,相较其他预测模型,新模型的预测精度有所提升. 展开更多
关键词 八字门滑坡 ICEEMDAN分解 特征提取 CNN-svr模型 对比分析
在线阅读 下载PDF
基于YOLOv11和SVR的猪只背部姿态与体尺估测
7
作者 李梓芃 徐迪红 +6 位作者 黎煊 李良华 孙华 黄江东 王起繁 梅书棋 彭先文 《华中农业大学学报》 北大核心 2025年第5期142-151,共10页
针对人工接触式体尺测量导致的种猪应激反应、较大误差及低效问题,设计一种非接触式猪只图像数据采集平台,并提出一种基于YOLOv11与支持向量回归(support vector regression,SVR)算法的猪只背部姿态检测与体尺估测方法。该方法利用YOLO... 针对人工接触式体尺测量导致的种猪应激反应、较大误差及低效问题,设计一种非接触式猪只图像数据采集平台,并提出一种基于YOLOv11与支持向量回归(support vector regression,SVR)算法的猪只背部姿态检测与体尺估测方法。该方法利用YOLOv11模型进行猪只姿态目标检测,并通过SVR算法处理目标检测结果中的猪只体尺像素信息,进而估算猪只的体尺。结果显示,YOLOv11模型的召回率和平均精确率分别达到94.6%和96.0%,展示了良好的检测鲁棒性;通过SVR算法得到的体长、胸宽、臀宽的估测值与实测值的平均绝对百分比误差分别为2.78%、2.55%和2.88%,说明该算法在体尺测量上的效果较好。以上结果表明,基于YOLOv11与支持向量回归(SVR)算法的猪只背部姿态检测与体尺估测方法具有轻量化、高精确率的特点,可有效减少人为误差和猪只应激反应。 展开更多
关键词 种猪 YOLOv11 svr 姿态检测 体尺估测
在线阅读 下载PDF
基于ARIMA-SVR混合模型的冷柜负荷预测技术研究 被引量：1
8
作者 李杨 刘斌 +1 位作者 郑佳 朱宗升 《低温与超导》 北大核心 2025年第5期99-106,共8页
针对超市冷柜的负荷预测,本文提出一种基于差分整合移动平均自回归模型(ARIMA)和支持向量回归模型(SVR)的混合预测模型.该混合模型以准确预测冷柜未来负荷为目标,旨在为小型能耗单位的负荷预测提供方案.在数据通过平稳性检验和系数选择... 针对超市冷柜的负荷预测,本文提出一种基于差分整合移动平均自回归模型(ARIMA)和支持向量回归模型(SVR)的混合预测模型.该混合模型以准确预测冷柜未来负荷为目标,旨在为小型能耗单位的负荷预测提供方案.在数据通过平稳性检验和系数选择之后,确定ARIMA模型的参数为(7,0,6),得到ARIMA模型的预测结果.将ARIMA模型的预测结果与SVR模型预测的残差相结合,通过SVR回归模型来预测ARIMA模型的残差,得出ARIMA-SVR混合模型的预测结果.针对同一超市冷柜,ARIMA的平均误差为0.05623 kW,ARIMA-SVR混合模型的平均误差为0.05395 kW.两者之间混合模型精度更高,通过算法处理负荷预测问题,为商用冷柜的节能分析提供技术支持. 展开更多
关键词 ARIMA-svr 负荷预测 冷负荷 商超冷柜
原文传递
基于GWO-SVR模型的水合物试采套管动态可靠性评估
9
作者 王康 吕玮 +2 位作者 畅元江 张全胜 陈国明 《石油机械》 北大核心 2025年第3期132-140,共9页
水合物分解相变导致套管边界条件和载荷具有较强的时间相关性,采用数值模拟的方法获得大量套管动态力学响应数据极为困难,无法开展水合物试采井套管的动态可靠性评估。为此,基于灰狼优化支持向量机算法(GWO-SVR)建立水合物试采过程中的... 水合物分解相变导致套管边界条件和载荷具有较强的时间相关性,采用数值模拟的方法获得大量套管动态力学响应数据极为困难,无法开展水合物试采井套管的动态可靠性评估。为此,基于灰狼优化支持向量机算法(GWO-SVR)建立水合物试采过程中的套管动态响应预测模型,提出基于代理模型的套管时变可靠性评估方法,揭示时变不确定条件下的套管可靠性降级演化规律。研究结果表明:基于GWO-SVR算法的水合物试采井套管动态响应预测模型具有较高的预测精度;受水合物分解引起地层沉降的影响,套管强度可靠性不断降低,水合物试采60 d时套管强度可靠性降为99.41%。研究成果可为水合物试采井的安全性和稳定性评估提供理论依据。 展开更多
关键词 水合物试采 套管 动态可靠性 GWO-svr
在线阅读 下载PDF
基于MIDBO-SVR的网络安全态势评估方法 被引量：1
10
作者 陈秋琼 徐华志 +1 位作者 熊伟男 刘卫丽 《现代电子技术》 北大核心 2025年第5期101-106,共6页
针对当前网络安全态势评估模型收敛速度慢、准确度不高的问题,提出一种多策略融合改进的蜣螂优化(MIDBO)支持向量回归机(SVR)的网络安全态势评估方法。利用混沌精英反向学习策略初始化蜣螂种群,提升种群多样性和质量;采用自适应权重的... 针对当前网络安全态势评估模型收敛速度慢、准确度不高的问题,提出一种多策略融合改进的蜣螂优化(MIDBO)支持向量回归机(SVR)的网络安全态势评估方法。利用混沌精英反向学习策略初始化蜣螂种群,提升种群多样性和质量;采用自适应权重的黄金正弦策略对滚球蜣螂位置进行更新,以平衡局部挖掘能力和全局搜索能力;引入Lévy飞行策略改进偷窃蜣螂位置更新公式,提高算法跳出局部最优能力;借鉴鲸鱼优化位置更新方法改进繁殖、觅食行为,提高算法的收敛速度和寻优精度。通过MIDBO优化SVR,获得最佳核函数参数和惩罚因子,构建MIDBO-SVR网络安全态势评估模型。实验结果表明,MIDBO-SVR评估模型与APSO-SVR、DBO-SVR和SVR评估模型相比,具有更高的分类准确率和运行效率,综合性能最优。 展开更多
关键词 网络安全 态势评估 多策略 DBO 支持向量回归机 自适应权重
在线阅读 下载PDF
基于SVR和CNN-LSTM-ATTENTION模型的粮食产量影响因素分析和组合预测
11
作者 赵垭越 樊琳琳 +2 位作者 秦政 苗敬利 吕彬 《中国粮油学报》 北大核心 2025年第9期190-198,共9页
本研究旨在提高粮食产量预测的准确性,以河北省为例,采用1990—2021年河北省的粮食产量数据,通过相关性分析、共线性分析、灰色关联度分析等方法和异常值剔除,筛选出了11个关键变量。构建了基于支持向量回归(SVR)和卷积神经网络-长短期... 本研究旨在提高粮食产量预测的准确性,以河北省为例,采用1990—2021年河北省的粮食产量数据,通过相关性分析、共线性分析、灰色关联度分析等方法和异常值剔除,筛选出了11个关键变量。构建了基于支持向量回归(SVR)和卷积神经网络-长短期记忆网络-注意力机制(CNN-LSTM-ATTENTION)的组合预测模型,以提高粮食产量预测精度。实证分析表明,组合模型有效整合了SVR处理非线性关系的能力与CNN-LSTM-ATTENTION捕捉时序特征的优势。平均绝对百分比误差(MAPE)仅为1.498%,相较于单一的SVR模型和CNN-LSTM-ATTENTION模型分别提高了17%和42%,显示出更好的泛化能力和鲁棒性。 展开更多
关键词 粮食产量 svr CNN-LSTM-ATTENTION 灰色关联
在线阅读 下载PDF
基于SVMD-GRU-Attention-SVR的天然气负荷预测研究
12
作者 陈丹 邵必林 《河南科技学院学报(自然科学版)》 2025年第2期91-100,共10页
目的为克服传统时间序列预测方法在天然气负荷预测中存在的局限性,提出一种基于SVMD-GRU-Attention-SVR的天然气负荷组合预测模型.方法使用斯皮尔曼相关系数法对影响因素进行相关性分析,获取强相关特征.通过逐次变分模态分解(SVMD)将原... 目的为克服传统时间序列预测方法在天然气负荷预测中存在的局限性,提出一种基于SVMD-GRU-Attention-SVR的天然气负荷组合预测模型.方法使用斯皮尔曼相关系数法对影响因素进行相关性分析,获取强相关特征.通过逐次变分模态分解(SVMD)将原始负荷序列分解为若干个子信号分量,并将注意力机制引入门控循环神经网络(GRU),对各子分量分别进行预测,将预测结果叠加融合得到初步预测结果和预测误差,之后利用支持向量回归(SVR)模型对预测误差进行校正,获取最终负荷预测值.结果对比不同模型的预测结果,该组合预测模型的均方误差、平均绝对误差、均方根误差和决定系数分别为0.0025、0.0386、0.0496和0.9813,具有更高的预测精度.结论所提组合模型能够有效提高天然气负荷预测精度,可为天然气负荷预测研究提供理论支持,为天然气公司平稳供气提供决策依据. 展开更多
关键词 SVMD 门控循环神经网络 注意力机制 svr 负荷预测
在线阅读 下载PDF
基于ν-SVR的船舶动力学机理模型-数据混合驱动建模方法
13
作者 夏桂华 朱文旭 +3 位作者 姜立超 朱可遇 尚晓兵 张智 《哈尔滨工程大学学报》 北大核心 2025年第9期1809-1815,共7页
高精度的船舶动力学模型对于海上交通和海洋贸易具有十分重要的意义,然而,现存的船舶动力学机理模型的性能受限于模型结构和水动力参数,船舶动力学数据驱动模型缺乏可解释性。为解决这个问题,提出一种基于nu-支持向量回归(ν-SVR)的船... 高精度的船舶动力学模型对于海上交通和海洋贸易具有十分重要的意义,然而,现存的船舶动力学机理模型的性能受限于模型结构和水动力参数,船舶动力学数据驱动模型缺乏可解释性。为解决这个问题,提出一种基于nu-支持向量回归(ν-SVR)的船舶动力学机理模型-数据混合驱动建模方法。一种Abkowitz模型被用于构成混合模型的机理部分,一种ν-SVR被采用拟合机理模型和真实船之间的残差数据,遗传算法也被混合模型的超参数寻优。所提出方法的性能是基于一艘仿真的Mariner船舶进行验证的。通过多组操纵运动测试案例发现ν-SVR可以有效补偿机理模型的预测残差,同时,所提出的机理模型-数据混合驱动建模方法具有较好的预测精度和泛化能力。 展开更多
关键词 船舶动力学 数据驱动模型 Abkowitz模型 ν-svr 船舶操纵运动
在线阅读 下载PDF
利用HHO-LSTM-SVR模型预测TBM掘进参数
14
作者 满轲 曹子祥 +2 位作者 刘晓丽 宋志飞 刘汭琳 《铁道标准设计》 北大核心 2025年第8期123-132,共10页
针对单一模型对TBM掘进参数预测准确度低、泛化性低等问题,利用改进最小二乘法集成哈里斯鹰优化(HHO)算法优化的长短期记忆(LSTM)网络和支持向量机回归(SVR)算法,构建一种实现TBM掘进参数高精度智能预测的混合模型(HHO-LSTM-SVR模型)。... 针对单一模型对TBM掘进参数预测准确度低、泛化性低等问题,利用改进最小二乘法集成哈里斯鹰优化(HHO)算法优化的长短期记忆(LSTM)网络和支持向量机回归(SVR)算法,构建一种实现TBM掘进参数高精度智能预测的混合模型(HHO-LSTM-SVR模型)。利用HHO-LSTM-SVR模型进行不同隧道围岩等级TBM掘进参数预测,并选择哈里斯鹰优化算法优化的GRU模型和BP模型与HHO-LSTM-SVR模型进行预测误差对比分析,最后采用灰色关联度分析方法计算预测模型输入变量对输出变量的重要性。结果表明:隧道围岩等级越高,掘进参数的预测精度越高,Ⅱ级围岩各掘进参数平均相对误差绝对值为0.01,而Ⅳ级围岩为0.05;推力、转速和扭矩的预测精度相对较高,施工速度的预测精度最低;HHO-LSTM-SVR模型预测结果平均相对误差绝对值比各单一模型小57.68%,各单一模型预测性能相较于HHO-LSTM-SVR模型更低;TBM掘进不同等级的隧道围岩时岩机相互作用规律存在较大差异;利用改进最小二乘法集成组合2个单一模型可以有效提高模型预测准确度、泛化性和鲁棒性。 展开更多
关键词 TBM 掘进参数 隧道围岩等级 岩机相互作用规律 HHO-LSTM-svr模型
在线阅读 下载PDF
基于IVMD-SVR模型的短期风速预测
15
作者 尹隆腾 陈娟 《计算机与数字工程》 2025年第2期432-436,443,共6页
随着传统化石燃料的锐减,以及带来的环境污染的日益严重,世界各国都在重点发展作为可再生能源发电技术之一的风力发电,准确的风速预测是确保风电系统安全稳定运行的一个长期挑战。为此,提出了一种基于混沌特性来分析的变分模态分解和支... 随着传统化石燃料的锐减,以及带来的环境污染的日益严重,世界各国都在重点发展作为可再生能源发电技术之一的风力发电,准确的风速预测是确保风电系统安全稳定运行的一个长期挑战。为此,提出了一种基于混沌特性来分析的变分模态分解和支持向量回归机的风速预测模型。论文提出的IVMD(Improved Variational Mode Decomposition)-SVR(Support Vector Regression)采用变分模态分解(VMD)对风速序列进行分解,降低了风速序列的复杂性和非平稳性。再通过混沌测试的方法判断分解后的时间序列是否具有混沌特性,如果具有混沌特性利用G-P算法确定嵌入维数m,如果不具有混沌特性,利用偏自相关系数确定阶数,汇总进行支持向量回归机的预测。基于真实数据的仿真验证了IVMD-SVR方法在预测性能上的显著优势,相较于其他常用方法更加高效可靠。 展开更多
关键词 VMD 混沌特性 svr 风速预测
在线阅读 下载PDF
基于SVR的节能减碳建筑造价预测研究 被引量：1
16
作者 杜明溪 《工程管理学报》 2025年第1期35-40,共6页
随着我国“双碳”目标的提出,发展节能减碳建筑成为节约建筑碳排放的有效途径。为解决节能减碳建筑造价在项目前期估算难的问题,收集了上海市49座节能减碳建筑的造价数据,建立支持向量回归(SVR)模型,对节能减碳建筑造价进行预测研究。... 随着我国“双碳”目标的提出,发展节能减碳建筑成为节约建筑碳排放的有效途径。为解决节能减碳建筑造价在项目前期估算难的问题,收集了上海市49座节能减碳建筑的造价数据,建立支持向量回归(SVR)模型,对节能减碳建筑造价进行预测研究。实验结果表明,SVR模型在节能减碳建筑总造价及单方造价的预测中均具有较高的准确性和可靠性。为节能减碳建筑项目的成本预测与控制提供了一种有效的方法,对于推动“双碳”目标的达成具有积极的意义。 展开更多
关键词 节能减碳建筑 svr 造价预测
在线阅读 下载PDF
基于PSO-SVR的精轧带钢头部跑偏预测
17
作者 王合财 张亮 +2 位作者 戴卓浩 王晓晨 何海楠 《河北冶金》 2025年第8期49-54,共6页
在热连轧带钢生产中,精轧机组出口处带钢头部的跑偏是影响产品质量与轧制稳定性的主要问题。高精度的跑偏量预测是实现有效前馈控制、减少质量缺陷和生产事故的前提。然而,现有预测方法的精度常难以满足控制要求。针对精轧带钢头部出口... 在热连轧带钢生产中,精轧机组出口处带钢头部的跑偏是影响产品质量与轧制稳定性的主要问题。高精度的跑偏量预测是实现有效前馈控制、减少质量缺陷和生产事故的前提。然而,现有预测方法的精度常难以满足控制要求。针对精轧带钢头部出口跑偏量预测精度不足的问题,提出了一种基于PSO-SVR的精轧带钢头部出口跑偏预测模型。该模型主要从来料因素、轧机因素和轧制过程改变量3个维度进行设置,利用工业现场采集的2000组有效样本数据构建了数据集,对模型进行训练和测试。实验结果表明,所提出的PSO-SVR模型预测精度高达87%。为充分验证模型的有效性,将其预测性能与传统SVR模型、多项式回归模型以及极端梯度提升(XGBoost)模型进行了对比。对比结果一致表明,PSO-SVR模型在预测精度上具有显著优越性。本研究构建的PSO-SVR预测模型显著提高了带钢头部出口跑偏量的预测精度,为工业现场实现精准的前馈控制提供了可靠的理论支撑与数据基础。 展开更多
关键词 热轧 跑偏 预测精度 PSO-svr 核函数
在线阅读 下载PDF
结合多源气象数据的TSCSO-SVR季冻区铁路路基形变预测
18
作者 李国成 陈光武 司涌波 《测绘通报》 北大核心 2025年第1期143-149,共7页
针对季冻区铁路路基形变易受环境影响、传统单变量形变预测模型精度不足的问题,本文提出了一种结合多源气象数据的TSCSO-SVR季冻区铁路路基形变预测模型。首先,采用PS-InSAR技术监测路基形变情况,分析气象因素与路基形变之间的相关关系... 针对季冻区铁路路基形变易受环境影响、传统单变量形变预测模型精度不足的问题,本文提出了一种结合多源气象数据的TSCSO-SVR季冻区铁路路基形变预测模型。首先,采用PS-InSAR技术监测路基形变情况,分析气象因素与路基形变之间的相关关系;然后,结合非线性递减、动态扰动、螺旋搜索3种优化策略得到改进沙地猫群算法(TSCSO),构建TSCSO-SVR路基沉降预测模型;最后,结合新疆石河子某段铁路实测数据进行验证。结果表明,多变量模型预测效果普遍优于单变量模型;TSCSO-SVR预测模型相比于其他模型,预测精度最高,具有很好的应用价值。 展开更多
关键词 路基形变预测 沙地猫群算法 svr 多源气象数据 PS-INSAR
原文传递
基于SVR和NSGA-Ⅱ的高压气密检漏仪漏率校准方法研究
19
作者 胡银杰 陈宇航 +3 位作者 程静 陆佳颖 董旭鑫 蔡绯 《中国测试》 北大核心 2025年第S1期77-82,共6页
针对高压气密检漏仪漏率校准时重复性和效率不易平衡问题,且国内缺乏相关校准方法。该研究提出漏率校准修正方法,并创新性地建立校准时间-重复性模型与NSGA-Ⅱ寻优算法相结合的解决方案。通过构建SVR模型表征校准时间与重复性关系,运用N... 针对高压气密检漏仪漏率校准时重复性和效率不易平衡问题,且国内缺乏相关校准方法。该研究提出漏率校准修正方法,并创新性地建立校准时间-重复性模型与NSGA-Ⅱ寻优算法相结合的解决方案。通过构建SVR模型表征校准时间与重复性关系,运用NSGA-Ⅱ算法进行寻优,获取各阶段校准时间与重复性的帕累托最优解集。验证结果表明,该方法对不同品牌、不同漏率检漏仪的重复性控制均小于1%,有效解决了高压气密检漏仪在高压低漏率工况下系统误差被放大的问题。研究解决了高压气密检漏仪漏率量值溯源技术瓶颈,为燃气安全及新能源汽车关键部件泄漏检测提供了可靠保障。 展开更多
关键词 高压气密检漏仪 漏率校准 svr NSGA-Ⅱ
在线阅读 下载PDF
基于GPR-SVR协同训练的乏燃料衰变热预测研究
20
作者 刘子豪 刘彤 +2 位作者 温欣 李懿 王蓓琪 《核动力工程》 北大核心 2025年第2期272-281,共10页
在压水堆核电厂中,乏燃料组件的衰变热是堆芯余热的主要来源,准确预测衰变热对于反应堆冷却系统的设计和安全分析至关重要,但传统核素衰变模拟程序计算成本高,而机器学习模型由于数据不足可能存在过拟合问题。本文基于高斯过程回归(GPR... 在压水堆核电厂中,乏燃料组件的衰变热是堆芯余热的主要来源,准确预测衰变热对于反应堆冷却系统的设计和安全分析至关重要,但传统核素衰变模拟程序计算成本高,而机器学习模型由于数据不足可能存在过拟合问题。本文基于高斯过程回归(GPR)和支持向量回归(SVR)方法建立了协同训练的基础模型,生成了高质量的乏燃料衰变热虚拟数据,并与核电厂实测数据组成了混合数据集,采用混合数据集训练极限学习机(ELM)模型,对乏燃料衰变热进行了预测。结果表明,与常规的机器学习模型相比,协同训练显著提升了衰变热预测的稳定性和准确性。经过混合数据集训练后,ELM模型的预测稳定性提高了39.9%,衰变热预测结果的均方根误差(RMSE)比传统核素衰变模拟程序低25.7%。本研究提出的方法可为解决核工程领域存在的小数据集问题提供新思路。 展开更多
关键词 衰变热预测 虚拟数据 协同训练 乏燃料 高斯过程回归(GPR) 支持向量回归(svr)
原文传递
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 2 … 87 下一页 到第 页
使用帮助 返回顶部