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:
针对电站锅炉燃烧过程存在的高度的复杂性和非线性问题,本文采用模糊支持向量机(FSVM)建立含氧量预测模型,预测在不同燃料量、总风量、总给水量等因素的影响下烟气含氧量的含量。选取模糊C均值算法(FCM)作为隶属度函数的设计方法,然后选取径向基核函数(RBF)和ε-SVR模型结构,其中惩罚因子和松弛变量的最佳参数值要用交叉验证法来选取。Matlab仿真实验结果表明,该方法有效地缩短了训练时间,提高了预测精度和模型的抗噪性,其性能优于一般支持向量机预测模型。
推荐文章
基于神经网络的火电厂烟气含氧量软测量
烟气含氧量
软测量
神经网络
基于多目标LSSVM回归的火电厂烟气含氧量软测量
软测量
拟合误差
预测误差
烟气含氧量
基于PSO-Elman模型的火电厂烟气含氧量预测
烟气含氧量
火电厂
PS0算法
Elman神经网络
预测
基于最小二乘支持向量机的软测量建模及在电厂烟气含氧量测量中的应用
烟气含氧量
最小二乘支持向量机
软测量
神经网络
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FSVM锅炉烟气含氧量软测量
来源期刊 建模与仿真 学科 工学
关键词 FSVM 烟气含氧量 软测量 预测模型
年,卷(期) 2016,(4) 所属期刊栏目
研究方向 页码范围 205-209
页数 5页 分类号 TP1
字数 语种
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 周玉国 27 93 5.0 8.0
2 刘真 2 2 1.0 1.0
3 谢世龙 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
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(1)
  • 二级参考文献(0)
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)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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
FSVM
烟气含氧量
软测量
预测模型
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
建模与仿真
季刊
2324-8696
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
214
总下载数(次)
239
总被引数(次)
0
论文1v1指导