原文服务方: 自动化与仪表       
摘要:
针对飞灰含碳量测量的研究现状和不足,采用基于粒子群优化的支持向量回归法对飞灰含碳量软测量展开建模研究,该方法利用粒子群算法的寻优功能,实现支持向量机模型的参数优化,使模型具有良好的预测能力.以大唐潮州电厂1000 MW超临界机组为研究对象,将现场采集数据分为训练数据和测试数据,分别用来辨识飞灰含碳量软测量模型和检验模型的泛化能力.仿真结果表明,飞灰含碳量软测量模型仿真输出与实际输出基本吻合,验证了模型的有效性和泛化能力.
推荐文章
支持向量回归在飞灰含碳量软测量中的应用
支持向量回归
粒子群优化算法
数据预处理
飞灰含碳量
软测量
基于信息融合的火电厂飞灰含碳量的软测量建模
信息融合
软测量
自适应加权融合
最小二乘支持向量机
飞灰含碳量
应用灰关联分析的PSO-SVR工程造价预测模型
工程造价
PSO-SVR预测模型
粒子群优化算法
灰关联分析
旅游客流量预测:基于季节调整的PSO-SVR模型研究
旅游客流量预测
粒子群算法
支持向量回归机
季节调整
均方差比较
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PSO-SVR的飞灰含碳量软测量研究
来源期刊 自动化与仪表 学科
关键词 飞灰含碳量 支持向量回归 粒子群 软测量
年,卷(期) 2013,(4) 所属期刊栏目 专题研究
研究方向 页码范围 1-4,36
页数 5页 分类号 TH701
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 方彦军 武汉大学自动化系 228 1619 20.0 26.0
2 贺瑶 武汉大学自动化系 9 67 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (72)
共引文献  (247)
参考文献  (7)
节点文献
引证文献  (7)
同被引文献  (16)
二级引证文献  (18)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(8)
  • 参考文献(0)
  • 二级参考文献(8)
2002(13)
  • 参考文献(1)
  • 二级参考文献(12)
2003(15)
  • 参考文献(0)
  • 二级参考文献(15)
2004(17)
  • 参考文献(1)
  • 二级参考文献(16)
2005(17)
  • 参考文献(4)
  • 二级参考文献(13)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(4)
  • 引证文献(2)
  • 二级引证文献(2)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(10)
  • 引证文献(3)
  • 二级引证文献(7)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
飞灰含碳量
支持向量回归
粒子群
软测量
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
自动化与仪表
月刊
1001-9944
12-1148/TP
大16开
1981-01-01
chi
出版文献量(篇)
3994
总下载数(次)
0
总被引数(次)
18195
论文1v1指导