应用序列最小优化算法的火电厂协调系统的预测

• 作者: 徐大平 杨金芳 王东风 翟永杰 韩璞
• 来源期刊: 动力工程
• 学科: 工学
• 关键词: 自动控制技术 序列最小优化算法 改进 协调系统 预测
• 年，卷（期）: 2005,（6）
• 所属期刊栏目: 自动控制,监测和故障振断
• 页码范围: 849-854
• 页数: 6页
• 分类号: TM714
• 字数: 4695字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-6761.2005.06.020

摘要

针对支持向量机二次规划(QP)算法处理大规模数据时计算复杂度高的问题,介绍了适宜处理大规模数据回归问题的序列最小优化(SMO)算法,并在该算法的基础上进行了改进,使运算速度得到进一步的提高.同时,将SMO算法及其改进算法(I-SMO)用于火电厂协调系统的预测,并同QP算法进行了比较.仿真结果表明,I-SMO算法比QP算法具有更高的预测精度和更快的运算速度,并且比SMO算法在计算速度方面又有较大的提高.图6表2参9

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王东风	华北电力大学自动化系	170	3490	34.0	51.0
2	杨金芳	华北电力大学自动化系	9	393	6.0	9.0
3	韩璞	华北电力大学自动化系	272	4579	35.0	54.0
4	徐大平	华北电力大学自动化系	67	1920	23.0	42.0
5	翟永杰	华北电力大学自动化系	92	1421	19.0	35.0