原文服务方: 控制理论与应用       
摘要:
优于PSO-NN,且比LS-SVR稳定性更强,可用于高炉铁水硅含量的实际预测,表明混沌粒子群优化算法是选取SVR参数的有效方法.
推荐文章
高炉铁水硅含量序列的支持向量机预测模型
自回归AR(p)模型
主成分分析
支持向量机
炉温预测
粒子群算法优化支持向量机的网络流量混沌预测
粒子群算法优化
支持向量机
网络流量
混沌预测
平均绝对误差
蚁群算法
粒子群算法与支持向量机相结合的热带气旋强度预报试验
支持向量机(SVM)
粒子群算法(PSO)
强度预报
热带气旋
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 铁水硅含量的混沌粒子群支持向量机预报方法
来源期刊 控制理论与应用 学科
关键词 支持向量机 粒子群优化 参数优化 预测 铁水硅含量
年,卷(期) 2009,(8) 所属期刊栏目 论文
研究方向 页码范围 838-842
页数 5页 分类号 TP27
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 胡向东 重庆邮电大学网络化控制与智能仪器仪表教育部重点实验室 90 981 16.0 28.0
2 唐贤伦 重庆邮电大学网络化控制与智能仪器仪表教育部重点实验室 79 723 14.0 24.0
3 庄陵 重庆邮电大学网络化控制与智能仪器仪表教育部重点实验室 43 234 7.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (26)
参考文献  (7)
节点文献
引证文献  (39)
同被引文献  (82)
二级引证文献  (187)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(4)
  • 参考文献(2)
  • 二级参考文献(2)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(14)
  • 引证文献(9)
  • 二级引证文献(5)
2012(11)
  • 引证文献(5)
  • 二级引证文献(6)
2013(15)
  • 引证文献(5)
  • 二级引证文献(10)
2014(29)
  • 引证文献(4)
  • 二级引证文献(25)
2015(17)
  • 引证文献(1)
  • 二级引证文献(16)
2016(24)
  • 引证文献(7)
  • 二级引证文献(17)
2017(26)
  • 引证文献(1)
  • 二级引证文献(25)
2018(39)
  • 引证文献(1)
  • 二级引证文献(38)
2019(32)
  • 引证文献(2)
  • 二级引证文献(30)
2020(16)
  • 引证文献(1)
  • 二级引证文献(15)
研究主题发展历程
节点文献
支持向量机
粒子群优化
参数优化
预测
铁水硅含量
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
控制理论与应用
月刊
1000-8152
44-1240/TP
大16开
1984-01-01
chi
出版文献量(篇)
4979
总下载数(次)
0
总被引数(次)
72515
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
论文1v1指导