基于改进SMO算法的热工参数灰色软测量建模

基于改进SMO算法的热工参数灰色软测量建模
乔弘;张全壮;吴蓉
【期刊名称】《自动化技术与应用》
【年(卷),期】2010(029)010
【摘要】介绍了适宜支持向量机处理大规模数据同归问题的序列最小优化(SMO)学习算法,针对SVR进行二次规划处理大规模数据时计算复杂度高和学习机参数选择方法复杂的问题,从算法结构和参数选择两个方面对SMO算法进行了改进,使运算速度和建模效率得到了进一步提高.结合灰色理论进行辅助变量选取,并应用改进的SMO算法建立了火电厂烟气含氧量软仪表,通过电厂的实测历史数据仿真表明,改进的算法较传统的SMO算法在计算速度和性能上有较大提高,建立的软仪表模型具有更高的精度,能满足应用要求.
【总页数】4页(P4-6,18)
【作者】乔弘;张全壮;吴蓉
【作者单位】广东省电力设计研究院,广东,广州,510663;广东省电力设计研究院,广东,广州,510663;广东省电力设计研究院,广东,广州,510663
【正文语种】中文
【中图分类】TP13
【相关文献】
1.基于微分进化和SMO算法的烟气含氧量软测量 [J], 王刚;刘林;王朋
2.基于改进混合蛙跳算法的软测量建模方法 [J], 张孙力;杨慧中
3.基于改进扩张搜索聚类算法的多流形软测量建模 [J], 吉文鹏;杨慧中
4.基于改进布谷鸟算法-BP神经网络的松茸发酵过程软测量建模 [J], 朱湘临;宋彦;王博;丁煜函;朱莉;姜哲宇;陈威
5.基于混沌菌群算法改进BP神经网络的焦炭塔生焦高度软测量建模 [J], 刘剑; 张凌波; 王潇凌
因版权原因，仅展示原文概要，查看原文内容请购买。