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:
为了解决多效蒸发过程具有高噪声和非平稳等特性的参数时间序列预测问题,提出了一种基于小波变换结合GM(1,1)和LSSVM的蒸发过程参数预测方法.该方法首先利用Mallat算法对参数时间序列进行分解和重构,分离出序列中的低频信息和高频信息;然后对低频信息构建GM(1,1)模型,对高频信息则用最小二乘支持向量机进行拟合;最后将各模型的预测结果进行叠加,从而得到最终的预测结果.以氧化铝多效蒸发过程的生产数据进行了实验验证,结果表明,该预测算法切实可行且优于单一的GM(1,1)和LSSVM方法,具有较好的泛化性能和较强的鲁棒性,可用于氧化铝生产蒸发过程的优化控制.
推荐文章
基于GM(1,1,μ,ν)模型的股指预测
灰色模型
GM(1,1)模型
股指预测
建筑沉降变形的半参数GM(1,1)模型研究
背景值优化
GM(1,1)
半参数
预测
基于GM(1,1)-MC的大坝变形预测模型
大坝变形
灰色模型
马尔科夫链
GM(1,1)-MC模型
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 结合GM(1,1)和LSSVM的多效蒸发过程参数预测
来源期刊 智能系统学报 学科 工学
关键词 小波变换 GM(1,1)模型 LSSVM模型 多效蒸发过程 参数预测
年,卷(期) 2012,(5) 所属期刊栏目
研究方向 页码范围 462-466
页数 分类号 TP273
字数 2187字 语种 中文
DOI 10.3969/j.issn.1673-4785.201111002
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 阳春华 中南大学信息科学与工程学院 389 3229 27.0 37.0
2 钱晓山 宜春学院物理科学与工程技术学院 14 96 5.0 9.0
6 徐丽莎 中南林业科技大学涉外学院 12 37 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (84)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(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(2)
  • 参考文献(2)
  • 二级参考文献(0)
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)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(11)
  • 参考文献(2)
  • 二级参考文献(9)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
小波变换
GM(1,1)模型
LSSVM模型
多效蒸发过程
参数预测
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
智能系统学报
双月刊
1673-4785
23-1538/TP
大16开
哈尔滨市南岗区南通大街145-1号楼
2006
chi
出版文献量(篇)
2770
总下载数(次)
11
总被引数(次)
12401
论文1v1指导