文献类型：期刊文章

作　　者：常爱英[1] 吴铁军[1] 包鑫[1] 江爱朋[2]

机构地区：[1]浙江大学工业控制技术国家重点实验室,浙江杭州310027 [2]杭州电子科技大学自动化研究所,浙江杭州310018

出　　处：《煤炭学报》

基　　金：国家自然科学基金资助项目(60904058)

年　　份：2010

卷　　号：35

期　　号：8

起止页码：1380-1383

语　　种：中文

收录情况：BDHX、BDHX2008、CAS、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：将最小二乘支持向量机建模方法引入到动力配煤着火特性的分析建模中,针对配煤指标中计算困难的着火温度指标建立了最小二乘支持向量机模型,一方面克服了神经网络算法的过拟合、泛化能力弱等缺点;另一方面提高了求解过程的计算速度。采用微粒群算法(PSO)对模型参数进行优化,模型留一验证得到预测均方误差为8.60,相关系数为0.93,对65个样本进行预测分析,得到较高的预测精度。因此采用最小二乘支持向量机方法可以实现较精确的配煤着火温度预测。

关 键 词：最小二乘支持向量机 动力配煤 着火温度 PSO

分 类 号：TQ533]