基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高估算煤灰熔点的精度,文中采用支持向量机算法对求解灰熔点问题进行了建模,并利用遗传算法对支持向量机模型的参数进行了优化,获得了最优的模型参数.支持向量机模型将灰成分作为输入量,煤的灰熔点Tst作为输出量,用试验数据对模型进行了校验和参数的寻优,利用优化后的模型对单煤和混煤灰熔点进行了预测,并将预测结果与实验结果进行了对比,结果表明,优化后的支持向量机模型实现了对单煤和混煤灰熔点较精确的预测.支持向量机可用于小样本问题的学习,计算速度快,提高了实时处理与预测能力.
推荐文章
遗传算法优化支持向量机的网络流量混沌预测
遗传算法优化
支持向量机
网络流量
混沌预测
相空间重构
预测模型
基于遗传算法优化支持向量机的交通流量预测
支持向量机
遗传算法
城市交通流量
预测模型
基于遗传算法和支持向量机的故障诊断方法
最小二乘支持向量机
自适应遗传算法
机载电气盒
故障诊断
基于遗传支持向量机的车床刀具寿命预测
刀具寿命
支持向量机
遗传算法
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机与遗传算法的灰熔点预测
来源期刊 中国电机工程学报 学科 工学
关键词 灰熔点 支持向量机 遗传算法 优化 预测
年,卷(期) 2007,(8) 所属期刊栏目 发电
研究方向 页码范围 11-15
页数 5页 分类号 TK223
字数 3931字 语种 中文
DOI 10.3321/j.issn:0258-8013.2007.08.003
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (551)
参考文献  (15)
节点文献
引证文献  (66)
同被引文献  (198)
二级引证文献  (414)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(10)
  • 参考文献(0)
  • 二级参考文献(10)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(6)
  • 参考文献(2)
  • 二级参考文献(4)
2003(24)
  • 参考文献(5)
  • 二级参考文献(19)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(6)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(4)
  • 二级引证文献(2)
2007(6)
  • 引证文献(4)
  • 二级引证文献(2)
2008(12)
  • 引证文献(2)
  • 二级引证文献(10)
2009(11)
  • 引证文献(2)
  • 二级引证文献(9)
2010(16)
  • 引证文献(6)
  • 二级引证文献(10)
2011(20)
  • 引证文献(9)
  • 二级引证文献(11)
2012(15)
  • 引证文献(6)
  • 二级引证文献(9)
2013(23)
  • 引证文献(5)
  • 二级引证文献(18)
2014(47)
  • 引证文献(10)
  • 二级引证文献(37)
2015(46)
  • 引证文献(7)
  • 二级引证文献(39)
2016(79)
  • 引证文献(5)
  • 二级引证文献(74)
2017(87)
  • 引证文献(6)
  • 二级引证文献(81)
2018(63)
  • 引证文献(2)
  • 二级引证文献(61)
2019(36)
  • 引证文献(2)
  • 二级引证文献(34)
2020(19)
  • 引证文献(0)
  • 二级引证文献(19)
研究主题发展历程
节点文献
灰熔点
支持向量机
遗传算法
优化
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国电机工程学报
半月刊
0258-8013
11-2107/TM
大16开
北京清河小营东路15号 中国电力科学研究院内
82-327
1964
chi
出版文献量(篇)
16022
总下载数(次)
42
总被引数(次)
572718
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导