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:
工业用水量预测对工业企业的规划、运行具有非常重要的作用.采用河南省周口市某食品加工企业近10年来工业用水量时间序列记录资料作为训练样本,提出了在支持向量机回归预测中采用粒子群算法优化参数的方法.通过算例分析表明,此算法能够显著提高预测的精度.
推荐文章
基于粒子群算法优化支持向量回归的水质预测模型
水质监测
支持向量回归机
非线性惯性权重
粒子群优化算法
组合模型
基于支持向量回归机和粒子群算法的改进协同优化方法
协同优化
支持向量回归机
粒子群算法
改进粒子群算法优化支持向量机在故障诊断中的应用研究
支持向量机
故障诊断
粒子群算法优化
Boosting集成支持向量回归机的滑坡位移预测
支持向量机
Boosting集成
Bagging
滑坡位移
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 粒子群算法的支持向量回归机在某企业用水量预测中的应用研究
来源期刊 科学技术与工程 学科 工学
关键词 支持向量回归机 粒子群算法 预测
年,卷(期) 2012,(35) 所属期刊栏目 研究简报
研究方向 页码范围 9730-9732,9739
页数 4页 分类号 TS08
字数 2435字 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 刘伟 周口师范学院物理与电子工程系 70 151 6.0 8.0
2 周俊敏 周口师范学院物理与电子工程系 13 23 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (83)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 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)
研究主题发展历程
节点文献
支持向量回归机
粒子群算法
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
科学技术与工程
旬刊
1671-1815
11-4688/T
大16开
北京市海淀区学院南路86号
2-734
2001
chi
出版文献量(篇)
30642
总下载数(次)
83
总被引数(次)
113906
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导