共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
基于粒子群优化的最小二乘支持向量机在混合气体定量分析中的应用 总被引:1,自引:0,他引:1
针对混合气体建模过程中最小二乘支持向量机参数难以确定及红外光谱数据计算量过大的问题,提出一种粒子群优化的最小二乘支持向量机方法,用于建立基于主成分分析特征提取的红外光谱多组分气体定量分析模型。首先对主吸收峰区域的550个红外光谱数据利用主成分分析技术进行了特征提取,将降维得到的7个特征值作为模型的输入变量从而有效地降低了计算量。混合气体主要由浓度范围分别是0.1%~1%的甲烷、乙烷及0.1%~1.5%的丙烷三种组分气体组成。采用最小二乘支持向量机技术分别建立了各组分气体的定量分析模型,利用粒子群优化算法对最小二乘支持向量机算法中的参数进行了优化选取,取代了传统的遍历优化方法,然后利用取得的最优参数重建定量分析模型。实验结果表明,采用此方法离线建模所用时间比采用遍历优化方法节省40倍以上,预测结果误差水平相当,满足实测要求。粒子群优化算法在全局优化及收敛速度方面具有较大优势。粒子群优化算法与最小二乘支持向量机技术相结合用于混合气体定量分析是切实可行的,具有一定的实际意义和应用价值。 相似文献
3.
4.
5.
基于经验模态分解理论, 提出了一种基于粒子群算法的支持向量机预测方法. 采用总体平均经验模式分解法将混沌信号分解为若干固有模态函数和趋势分量, 将复杂的非线性信号转化为具有不同尺度特征的平稳分量. 利用粒子群算法对支持向量机的惩罚系数和核函数进行优化, 结合支持向量机建立混沌序列的单步预测模型. 从预测误差中检测淹没在混沌背景中的微弱信号(包括瞬态信号和周期信号). 对Lorenz系统和实测IPIX雷达数据进行仿真实验, 结果表明, 该方法能够有效地从混沌背景噪声中检测出微弱目标信号, Lorenz系统得到的均方根误差0.000000339 (-102.8225 dB时)比传统支持向量机方法的均方根误差0.049 (-54.60 dB时)降低了5个数量级, 从海杂波中检测出具有谐波特性的微弱信号, 表明预测模型具有更低的门限和误差. 相似文献
6.
设计了一种双锥药型罩与双向装药结构相结合的聚能射孔弹模型,通过数值模拟方法研究其射流成型机理,并计算其射流参数。结果显示:双锥药型罩的小锥角部分形成聚能射流,大锥角部分形成翻转弹丸,射流头部和弹丸的速度分别为6 250 m/s和1 620.9 m/s,弹丸长度和平均直径分别为26.1 mm和8.6 mm。结合数值模拟结果,对射流侵彻公式进行了修正,并利用修正公式预测该射孔弹侵彻钢靶的深度,计算结果为69.6 mm。最后,按照该模型进行侵彻实验,实验回收弹丸的长度和平均直径分别为28.1 mm和8.8 mm,侵彻钢靶的深度和孔径分别为70 mm和17 mm。实验表明:数值模拟与理论计算方法相结合是可行的,能够有效地计算射孔弹的射流参数并预测其侵彻深度;该射孔弹侵彻性能优越。 相似文献
7.
《高压物理学报》2017,(4)
环型聚能装药结构参数与其侵彻靶板能力间的关系难以用精确的数学函数表达,因此利用灰色关联理论建立描述该关系的模型是有意义的。首先采用灰色关联度理论对正交试验数据进行初步处理分析,将多目标问题转化为单目标问题,得到各结构参数与侵彻靶板能力的灰色关联度;然后应用基于支持向量机回归、粒子群优化、遗传算法等参数寻优算法的支持向量机(SVM)网络回归模型对灰色关联度进行预测,从而实现对环型聚能装药侵彻靶板能力的计算。结果表明,使用基于遗传算法参数寻优的SVM网络回归模型拟合精度最高,该模型可以很好地描述正交试验中环型聚能装药结构参数与侵彻靶板能力间的关系。最后选用正交试验外的一组数据,应用LS-DYNA对该结构参数下的环型聚能装药侵彻靶板过程进行仿真,并将仿真试验数据与SVM网络回归模型的预测值作比较,验证了该模型的可靠性。 相似文献
8.
利用LS-DYNA3D软件数值计算了弹体侵彻岩石、混凝土和土问题,分析在不同碰撞速度条件下的弹体响应和靶体抗侵彻能力。碰撞速度小于900 m/s时,弹体侵彻岩石的减加速度峰值约是侵彻混凝土的2倍,而侵彻混凝土的减加速度峰值约是侵彻土的6倍。减加速度峰值高则稳态侵彻过程短,弹体能量消耗很快。碰撞速度超过1.5 km/s时,随靶体材料的强度、密度逐渐减小,侵彻深度和孔径逐渐缓慢增加,岩石、混凝土和土3种靶体材料相比,最大侵彻深度增加41%~62%,最大扩孔口径增加16%~25%。 相似文献
9.
10.
鉴于传统神经网络和支持向量机机理复杂、计算量大的缺陷,很难实时跟踪磷酸铁锂电池组复杂快速的内部反应,影响电池荷电状态的估算精度,提出应用一种简单、有效的极限学习机对一额定容量为100Ah、额定电压为72V的纯电动汽车磷酸铁锂电池组建模,并分别与BP神经网络、RBF神经网络、支持向量机进行对比。随后,以学习时间和泛化性能为优化目标,应用粒子群方法寻找最佳隐层节点个数。结果表明,基于极限学习机的磷酸铁锂电池组模型的学习时间、泛化性能优于BP神经网络、RBF神经网络、支持向量机;隐层节点优化后,模型的学习时间和泛化性能达到最优。 相似文献
11.
采用光滑粒子流体动力学(SPH)方法对花岗岩靶板受碰撞侵彻的大应变、高应变率变形问题进行了数值模拟。为了描述弹目材料的非线性变形及破坏特性,对花岗岩靶板引入了Holmquist-Johnson-Cook(HJC)本构模型及损伤模型,对弹体引入含损伤的Johnson-Cook(J-C)本构方程和Grüneisen状态方程,靶板与弹体均离散成拉格朗日粒子。通过自编程序仿真计算0~4 m/s的着靶速度下花岗岩靶板的三维侵彻过程,对比分析了钢珠在不同弹体条件下的侵彻结果,在固体侵彻、半流体侵彻和流体侵彻的区域内拟合了侵彻深度随着靶速度的变化曲线。数值计算结果显示,侵彻深度随着靶速度的增加在固体侵彻区间(v01421 m/s)呈现递增趋势,在半流体侵彻区间(1421 m/s?v0?1700 m/s)呈现递减趋势,在流体侵彻区间(v0 1700 m/s)呈现递增趋势并逐渐趋于平滑,达到峰值。 相似文献
12.
传统的滑动窗策略只是简单且机械地将最远的数据移出窗口, 而将最近的数据移进窗口. 针对这种遗忘策略存在的缺陷, 提出了过滤窗策略. 过滤窗采用"优胜劣汰"的选择机制, 将对模型贡献比较大的数据留在窗口当中. 将过滤窗和最小二乘支持向量回归机相结合, 提出了过滤窗最小二乘支持向量回归机. 与滑动窗最小二乘支持向量回归机相比较, 过滤窗最小二乘支持向量回归机具有较小的计算量, 需要较短的窗口长度就能达到和滑动窗最小二乘支持向量回归机几乎相同的预测精度, 而较短的窗口长度又预示着较少的计算量和较好的实时性. 混沌时间序列在线建模和预测的实例表明了过滤窗最小二乘支持向量回归机的有效性和可行性.
关键词:
混沌时间序列
支持向量机
滑动窗
过滤窗 相似文献
13.
基于主成分分析和支持向量机的木材近红外光谱树种识别研究 总被引:3,自引:0,他引:3
为了探究一种新型高效的树种鉴别方法,以桉木、杉木、落叶松、马尾松和樟子松近红外光谱数据为研究对象,分别建立了基于主成分分析和支持向量机的木材树种定性识别模型。在主成分识别模型中,样本光谱数据经过预处理后绘制了其二维和三维主成分得分图,可以看出:主成分分析得分图能有效区分五种木材树种,且三维得分图比二维得分图更能直观、清晰展示树种之间的差异,表明主成分分析在可视化层面上可对小样本树种进行有效判别。在支持向量机识别模型中,分别建立了以遗传算法和粒子群算法为代表的智能算法优化支持向量机树种识别模型,结果显示,遗传算法-支持向量机模型的交叉验证最佳判别准确率为95.71%,测试集预测准确率为94.29%,算法用时134.08 s;粒子群算法-支持向量机模型的交叉验证最佳判别准确率为94.29%,测试集预测准确率为100.00%,算法用时19.98 s,表明基于智能算法支持向量机树种识别模型能够实现对木材树种的有效鉴别。该研究对近红外光谱分析技术在木材科学领域的应用进行了有益探索,为木材树种的快速识别提供了新方法。 相似文献
14.
支持向量机(SVM)作为当前新型的机器学习方式,凭借解决小样本问题、高维问题和局部极值问题等方面的优越性,在当前故障诊断方面有突出的表现;文章根据对支持向量机的研究,发现其在分类模型参数选择上存在困难,为此,提出利用改进粒子群算法优化的办法,解决粒子群前期收敛速度过快导致后期容易优化不均的现象;通过粒子群算法优化与支持向量机分类模型结合,以轴承故障检测和诊断为例,分析次方法的优越性和提高支持向量机在故障诊断过程中的精准度;通过实际检测得出,这种算法优化的方法改进的支持向量机对于聚类性较差的故障分类具有很好的诊断功能。 相似文献
15.
16.
摘要:为提高电网短期负荷预测的精度,对以往学者基于相似日和最小二乘支持向量机(LS-SVM)短期负荷预测方法进行改进,形成一种改进的基于相似日和细菌趋化改进粒子群算法优化最小二乘支持向量机(least squares support vector machine based on improved particle swarm optimization for bacterial chemotaxis, PSOBC-LSSVM)的预测模型。克服了标准粒子群算法容易早熟收敛和陷入局部最优的问题,并充分考虑短期负荷的连续性与周期性对选取相似日造成的影响,将二者结合到一起综合考虑,利用改进的粒子群得到二者的最佳匹配值,并将其融合到时间距离这一因子当中。算例表明该方法预测精度较更高,可行且有效。 相似文献
17.
18.
炼锌溶液中痕量铜离子的光谱信号被掩蔽、干扰严重,以及铜离子的非线性特性在高、低浓度区间的显著差异,都会导致痕量铜离子的浓度检测比较困难。针对该问题,提出了一种基于分区建模的锌液中痕量铜离子的光谱检测方法。该方法采用导数光谱结合小波去噪的方法对光谱信号进行预处理,重现待测铜离子的谱峰。以相关系数-稳定性值作为变量的评价指标对波长变量进行排序,并结合支持向量回归(SVR)模型选取最佳波长变量,在此基础上,根据混合溶液中铜离子光谱信号非线性特性将浓度划分区间,并分别针对每个区间建立粒子群优化支持向量回归(PSO-SVR)模型,计算出铜离子的质量浓度。将所提方法与现有多种回归方法进行比较,结果表明:所提方法将预测方均根误差降低至0.0678,模型决定系数提高至99.61%,该方法的最大相对误差为6.94%,平均相对误差为2.74%。 相似文献
19.
群体智能是基于生物群体行为规律的智能计算技术,常用以解决参数寻优等问题;作为群体智能的两种典型算法,蚁群算法和粒子群算法应用极为广泛;文章分析了标准蚁群算法和粒子群算法的不足,分别采用改进的蚁群算法和粒子群算法对支持向量机回归模型参数进行优化,并以钕铁硼吸氢阶段合金氢含量预测为例,通过MATLAB对改进后的预测模型进行了仿真验证,最终给出了两种方法优化后,模型的预测效果及性能对比;仿真结果表明,改进的群体智能算法对工艺优化控制有着重要的意义。 相似文献