导读:本文包含了改进最小二乘支持向量机论文开题报告文献综述及选题提纲参考文献，主要关键词:负荷预测,改进人工鱼群算法,精英反向学习,最小二乘支持向量机
改进最小二乘支持向量机论文文献综述
宋学伟,刘天羽,江秀臣,盛戈皞,刘玉瑶[1]（2019）在《基于改进鱼群算法与最小二乘支持向量机的短期负荷预测》一文中研究指出在电力系统中,无论是正常运行时的调度工作还是故障修复时的孤岛划分,都需要准确的负荷数据,因此电力负荷准确的短期预测工作十分重要。本文运用最小二乘支持向量机进行预测:首先,对人工鱼群算法通过视野和步长自适应设定以及引入精英反向学习机制进行改进,使其计算更加具有优越性;其次,利用改进的人工鱼群算法对广泛应用于负荷预测的最小二乘支持向量机进行改进(主要针对其核宽度系数与正则化参数);最后,运用参数改进后的最小二乘支持向量机对IEEE 33节点系统进行短期负荷预测。实例表明了此方法的工程实用性。(本文来源于《电气技术》期刊2019年11期）
何怡刚,李凯伟,朋张胜,李兵[2]（2019）在《基于改进最小二乘支持向量机的IGBT模块键合线状态评估方法研究》一文中研究指出针对现有的绝缘栅双极型晶体管(IGBT)功率模块键合线状态评估方法存在故障指示参数提取复杂、未考虑工作条件变化以及时效性不高等问题,提出基于遗传算法(GA)优化最小二乘支持向量机(LS-SVM)的IGBT模块键合线状态评估方法。首先搭建H桥逆变器电路和VCE在线测量电路。其次对IGBT模块进行人为的键合线拆断实验,建立环境温度、正向导通电流和饱和压降的叁维数据模型。最后利用GA优化后的LS-SVM对叁维数据模型进行状态评估。由叁维数据模型可知,健康的IGBT和键合线断裂的IGBT在饱和压降曲面上具有很好的区分度。经过算法分析得出,GA-LS-SVM对IGBT键合线故障等级分类的总准确率达到96. 67%,比标准SVM提高13. 3%,比LS-SVM提高6. 7%,且运行时间明显减少。研究结果表明,该方法可以有效实现对IGBT模块键合线故障的在线监测。(本文来源于《电子测量与仪器学报》期刊2019年09期）
唐碧秋,韩佳,郭国峰,张赛[3]（2019）在《基于粒子群算法改进最小二乘支持向量机的工程投资风险评价模型》一文中研究指出为了有效控制工程投资风险,有预见性地采取风险应对策略,通过粒子群算法优化最小二乘支持向量机的核函数参数和正则化参数,构建了一种工程投资风险评价模型。分别采用WBS和元分析法分析工程项目投资环境面临的内部和外部风险因素,并建立投资风险评价体系。根据工程实际情况采用专家打分法对17个已完工项目和4个新开工项目进行投资风险因素打分,将打分值归一化处理后作为最小二乘支持向量机的输入向量,4个新开工项目的风险评价值作为输出向量,根据评价值确定其对应的风险等级。结果表明,粒子群改进最小二乘支持向量机模型预测的平均误差为2. 48%,能够较准确地评价投资风险等级,为工程投资风险控制提供参考依据。(本文来源于《土木工程与管理学报》期刊2019年02期）
郑威迪,李志刚,贾涵中,高闯[4]（2019）在《基于改进型鲸鱼优化算法和最小二乘支持向量机的炼钢终点预测模型研究》一文中研究指出终点碳含量是决定钢质量的关键因素,是转炉炼钢过程中需要控制的核心变量之一.本文建立了一种基于莱维飞行的鲸鱼优化算法(Levy Whale Optimization Algorithm,LWOA)和最小二乘向量机(Least Squares Support Vector Machine,LSSVM)的钢水终点碳含量综合预测模型.通过莱维飞行代替了传统鲸鱼优化算法(Whale Optimization Algorithm,WOA)参数的随机选择,优化了鲸鱼算法中跳出局部最优的能力;借助改变鲸鱼算法的系数向量收敛方式明显提高了鲸鱼优化算法的泛化能力、预测精度和收敛速度.数据仿真结果表明,所提出的LWOA-LSSVM预测模型,不仅能够克服局部寻优获取全局最优解,而且具有快速的收敛速度和更高的预测精度,得出预测结果的均方根误差、平均绝对误差和平均绝对百分比误差与遗传算法BP神经网络、遗传算法最小二乘支持向量机和传统鲸鱼算法最小二乘支持向量机相比均有着明显提高.同时,通过调整目标命中率和训练输入样本量验证了预测模型具有更好的鲁棒性.(本文来源于《电子学报》期刊2019年03期）
谢玮,王彦春,刘学清,毕臣臣,张丰麒[5]（2019）在《基于改进的贝叶斯推断和最小二乘支持向量机的非线性多波联合AVO反演（英文）》一文中研究指出多波地震资料采集和处理技术的发展促进了联合PP波和PS波数据的多波联合AVO反演的应用,常规多波联合反演是线性的,通常基于Zoeppritz方程近似式进行多次迭代,导致其在远炮检距情况下求解得到的纵、横波速度和密度等参数精度不高。多波联合反演存在非线性问题。为此,本文提出了一种基于精确Zoeppritz方程的非线性反演方法。该方法结合改进的贝叶斯推断和最小二乘支持向量机方法来求解非线性反演问题。首先,采用粒子群算法来优化贝叶斯推断的参数初始值。改进的贝叶斯推断是通过最大化超参数的后验概率来获得最小二乘支持向量机的最优参数,提高了最小二乘支持向量机的学习和泛化能力。然后,利用此最优参数建立PP波、PS波反射振幅与弹性参数之间的最优非线性最小二乘支持向量机模型,从而提高了多波联合反演的精度。该方法只需训练一次模型,就可以解决多波联合反演的非线性问题。模型测试表明,利用该方法反演出的弹性参数精度要高于仅用PP波进行贝叶斯线性近似式反演得到的结果。此外加噪模型数据的反演结果表明,该方法具有较好的抗噪性。实际多波资料的应用进一步验证了方法的可行性及其相对于PP波贝叶斯线性近似式反演的优势。(本文来源于《Applied Geophysics》期刊2019年01期）
丁续达,金秀章,张扬[6]（2019）在《基于最小二乘支持向量机的改进型在线NO_x预测模型》一文中研究指出本文提出了一种基于预测误差的在线更新最小二乘支持向量机(LSSVM)的NOx预测模型。LSSVM模型以预测精度作为在线更新的目标,在保证预测精度的前提下,选取影响NO_x排放的输入参数,模型输入数据的更新由总体误差决定,并由个体样本的误差指导数据选取,克服了原在线更新LSSVM模型中的单步更新计算量随时间增加、更新算法参数选取困难等问题。利用模拟实验和电厂分布式控制系统(DCS)实际数据对本文提出算法模型和原算法模型进行仿真,结果表明本文提出模型预测精度和计算速度均能够达到现场运用的要求。与原算法模型相比,在保持相同精度的前提下,计算速度是原算法模型的3.24倍,使用方法更简单,更适合现场使用。(本文来源于《热力发电》期刊2019年01期）
徐钦帅,何庆,魏康园[7]（2019）在《改进引力搜索最小二乘支持向量机交通流预测》一文中研究指出为了提高基于最小二乘支持向量机的交通流预测模型的精度,提出一种新的改进引力搜索算法(TCKAGSA)对其进行参数寻优。首先,基于tent映射改进Kbest函数,使算法具有跳出局部最优的机制;然后,引入全局最优引导策略,使粒子加速朝向最优解移动;接着,将进化度因子和聚合度因子引入速度更新权重系数,使算法具有较强的自适应能力。针对12个基准函数的仿真结果表明,TCK-AGSA的性能优于GSA及其改进算法。最后,建立基于TCK-AGSA寻优的最小二乘支持向量机模型,并选取2016年贵州省高速公路真实交通流数据进行预测实验,结果表明该模型具有更好的预测精度、鲁棒性和泛化能力。(本文来源于《计算机应用研究》期刊2019年12期）
周文君[8]（2018）在《基于改进的最小二乘支持向量机污水软测量建模研究》一文中研究指出现如今,人均水资源的稀缺、水体的严重污染,处处彰显了水资源的珍贵和告知我们污水处理的必要性和紧迫性。污水处理是集非线性、滞后性、惯性等特性于一身的复杂工业过程,其复杂的生态环境、多样化的工艺过程直接导致了水质检测的困难。然而现有的检测技术受到成本、精度等因素的约束,都不能很可靠的对其各类水质参数进行实时精准的检测。随着传统技术的发展延伸,软测量技术从中脱颖而出,成功的应用在污水处理的实际应用过程中,并取得了良好的效果。本文选择将曝气生物滤池作为研究对象,建立了基于出水COD浓度预测的污水处理软测量模型,实现了对水质参数出水COD浓度的预测,实现了对出水水质的预判。本文主要论述内容如下:首先本文选择基于SVM改进而来的LSSVM作为基础算法,建立了基于LSSVM污水软测量模型,虽然运算效率有所提高,但模型的准确度却略有下降,因此本文针对该弊端,选择了从超参数角度出发,利用改进的粒子群优化算法对模型进行参数优化,通过仿真实验对比分析,改进之后的模型在准确度上有很大程度的提高。然后,基于LSSVM同等对待每类样本,容易受到噪声敏感点影响的弊端,本文引入了模糊隶属度的方法,对每一个样本选择添加一个隶属度?_i,建立了基于FLSSVM污水软测量模型,并介绍了两种不同的选取隶属度的函数模型,分别对模型进行改进优化。仿真结果分析可知,模糊LSSVM模型不仅准确度相较于普通模型有明显程度的提高,同时其面对孤立点的能力也得到了很大的提升。本课题的主要贡献及创新点在于:本文选择从参数优化和模糊回归两个方面对LSSVM模型进行改进优化。改进的粒子群算法合理的选择出模型需要的超参数组合,大大的提高模型的准确度;模糊算法的加入区别对待各类样本数据,不仅提高了模型的准确度,模型的稳定性同样得到大大的改善。二者的结合,共同实现了对出水COD浓度的实时预测。(本文来源于《安徽工业大学》期刊2018-04-10）
王书涛,张彩霞,张强,王志芳,朱彩云[9]（2018）在《基于改进的最小二乘支持向量机与荧光光谱法检测山梨酸钾》一文中研究指出食品安全隐患越来越受到重视,而食品添加剂的过量使用更是个重要的因素。应用FS920荧光光谱仪,研究了防腐剂山梨酸钾的荧光特性,得到山梨酸钾荧光特征峰于λex/λem=375/490nm采用基于最小二乘支持向量机对橙汁溶液中防腐剂山梨酸钾进行检测,通过改进的遗传算法寻优最小二乘支持向量机参数。经过样本训练得到橙汁溶液山梨酸钾的回归模型,对未知浓度的溶液进行预测,将新算法与基本遗传算法寻优的模型和BP神经网络对比。结果表明,自适应遗传-最小二乘支持向量机建立的预测模型在平均相对误差3.54%和平均回收率96.46%都是最优的,是一种准确有效的橙汁中山梨酸钾浓度检测方案。(本文来源于《光学技术》期刊2018年02期）
任锦[10]（2018）在《基于改进最小二乘支持向量机的锅炉烟气氧含量软测量研究》一文中研究指出火力发电是我国的主要发电方式,是国民经济的先行军,因此提高锅炉燃烧效率、降低发电煤耗是电力领域急需解决的问题。过量空气系数是反映锅炉燃烧效率和热利用率的重要参数,但在锅炉运行过程中,过量空气系数不可直接测量,往往通过烟气氧含量来间接得到该数值。因此,烟气氧含量的精确测量对于指导生产运行有着重要的作用。目前火电厂常采用氧化锆氧量传感器测量烟气氧含量,但氧化锆传感器使用一段时间后存在测量误差大且维修复杂等问题。因此,对烟气氧含量软测量技术进行研究具有重要意义。本文以陕西某电厂锅炉燃烧系统为背景,在对锅炉燃烧系统的工艺流程分析的基础上,围绕辅助变量的初选与终选、数据的采集与预处理、软测量模型的建立与在线校正、烟气氧含量软测量系统的实现等方面展开了深入研究,具体研究内容如下:(1)辅助变量的初选与终选在综合分析了锅炉燃烧系统工艺流程和烟气氧含量影响因素的基础上,首先初选锅炉负荷、主蒸汽温度等11个量作为辅助变量,然后以辅助变量携带信息量最大化和与烟气氧含量相关性最大为准则,利用主元分析法和灰色关联度法选择建立软测量模型所需的辅助变量。最终确定总送风量、主蒸汽流量、送风电流、引风电流、总给煤量、锅炉负荷、主蒸汽温度、主蒸汽压力和给水流量9个量作为辅助变量。(2)数据的采集与预处理从火电厂现场DCS系统中采集300组样本,首先对采集到的样本进行最小-最大标准化,然后基于3?原则、五点叁次法消除过失误差和随机误差。从经过数据预处理后的275组样本中,选择其中的192组样本作为训练数据,建立软测量模型,剩余的83组样本作为测试数据,验证所建模型的预测精度和泛化性能。(3)烟气氧含量软测量模型的建立与在线校正分别采用LSSVM、PSO-LSSVM和改进的PSO-LSSVM算法建立烟气氧含量软测量模型。通过仿真对比发现,传统的LSSVM模型采用试凑法确定正则化参数和核参数,存在盲目性和偶然性,且模型预测精度不高。PSO-LSSVM软测量模型,利用PSO算法优化LSSVM的超参数,模型预测精度明显提高,但标准PSO算法易陷入局部最优值。改进的PSO-LSSVM算法,使用带有随机惯性权重的CPSO算法优化LSSVM的超参数,改进的PSO-LSSVM算法拥有很好的预测精度和可靠性,更适用于现场烟气氧含量的检测。最后建立滑动窗口实现模型的在线校正。(4)烟气氧含量软测量系统的实现为了不影响现有锅炉燃烧DCS系统的正常运行,从现有锅炉燃烧DCS系统的上位机中直接读取辅助变量的实测值,利用OPC技术实现MATLAB与上位机WinCC系统的数据通讯,实现在线检测烟气氧含量。本文采用改进的PSO算法优化LSSVM的正则化参数和核参数的方法,提高了烟气氧含量模型的预测精度、泛化性能和可靠性。借助OPC技术和工业以太网通讯,给出了锅炉燃烧系统烟气氧含量软测量的具体工程实现方案,实现烟气氧含量的实时高精度检测。(本文来源于《陕西科技大学》期刊2018-03-01）
改进最小二乘支持向量机论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对现有的绝缘栅双极型晶体管(IGBT)功率模块键合线状态评估方法存在故障指示参数提取复杂、未考虑工作条件变化以及时效性不高等问题,提出基于遗传算法(GA)优化最小二乘支持向量机(LS-SVM)的IGBT模块键合线状态评估方法。首先搭建H桥逆变器电路和VCE在线测量电路。其次对IGBT模块进行人为的键合线拆断实验,建立环境温度、正向导通电流和饱和压降的叁维数据模型。最后利用GA优化后的LS-SVM对叁维数据模型进行状态评估。由叁维数据模型可知,健康的IGBT和键合线断裂的IGBT在饱和压降曲面上具有很好的区分度。经过算法分析得出,GA-LS-SVM对IGBT键合线故障等级分类的总准确率达到96. 67%,比标准SVM提高13. 3%,比LS-SVM提高6. 7%,且运行时间明显减少。研究结果表明,该方法可以有效实现对IGBT模块键合线故障的在线监测。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
改进最小二乘支持向量机论文参考文献
[1].宋学伟,刘天羽,江秀臣,盛戈皞,刘玉瑶.基于改进鱼群算法与最小二乘支持向量机的短期负荷预测[J].电气技术.2019
[2].何怡刚,李凯伟,朋张胜,李兵.基于改进最小二乘支持向量机的IGBT模块键合线状态评估方法研究[J].电子测量与仪器学报.2019
[3].唐碧秋,韩佳,郭国峰,张赛.基于粒子群算法改进最小二乘支持向量机的工程投资风险评价模型[J].土木工程与管理学报.2019
[4].郑威迪,李志刚,贾涵中,高闯.基于改进型鲸鱼优化算法和最小二乘支持向量机的炼钢终点预测模型研究[J].电子学报.2019
[5].谢玮,王彦春,刘学清,毕臣臣,张丰麒.基于改进的贝叶斯推断和最小二乘支持向量机的非线性多波联合AVO反演（英文）[J].AppliedGeophysics.2019
[6].丁续达,金秀章,张扬.基于最小二乘支持向量机的改进型在线NO_x预测模型[J].热力发电.2019
[7].徐钦帅,何庆,魏康园.改进引力搜索最小二乘支持向量机交通流预测[J].计算机应用研究.2019
[8].周文君.基于改进的最小二乘支持向量机污水软测量建模研究[D].安徽工业大学.2018
[9].王书涛,张彩霞,张强,王志芳,朱彩云.基于改进的最小二乘支持向量机与荧光光谱法检测山梨酸钾[J].光学技术.2018
[10].任锦.基于改进最小二乘支持向量机的锅炉烟气氧含量软测量研究[D].陕西科技大学.2018