基于粒子群算法的煤气化过程LS_SVM预测模型

• 作者: 曹根牛 李怀毅 谢文君
• 来源期刊: 计算机系统应用
• 关键词: 最小二乘支持向量机 粒子群优化算法 参数优化 煤气化过程
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 81-84
• 页数: 4页
• 字数: 2951字
• 语种: 中文

摘要

针对最小二乘支持向量机参数选择对模型性能的重要影响,并且以往的参数优选方法效果差且耗时长这一问题,提出基于粒子群算法优化最小二乘支持向量机预测模型.该模型用最小二乘支持向量机理论建立,用粒子群算法优化模型参数.论文将此模型用于预测评价固定床煤气化气化效果的三个主要性能指标(气体热值、气化效率、气体产率),通过现场实际数据仿真结果表明,该算法有效地提高了模型预测精度,验证了此模型的可靠性和可用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹根牛	西安科技大学理学院	10	91	5.0	9.0
2	谢文君	西安科技大学理学院	1	3	1.0	1.0
3	李怀毅		1	3	1.0	1.0