登录    注册    忘记密码

期刊文章详细信息

基于IBH-LSSVM的混沌时间序列预测及其在抽油井动液面短期预测中的应用    

Chaotic Time Series Prediction Based on IBH-LSSVM and Its Application to Short-term Prediction of Dynamic Fluid Level in Oil Wells

  

文献类型:期刊文章

作  者:李琨[1] 韩莹[1] 黄海礁[2]

机构地区:[1]渤海大学工学院,辽宁锦州121013 [2]辽河油田分公司锦州采油厂采油作业五区,辽宁锦州121209

出  处:《信息与控制》

基  金:国家自然科学基金青年科学基金资助项目(61403040)

年  份:2016

卷  号:45

期  号:2

起止页码:241-247

语  种:中文

收录情况:BDHX、BDHX2014、CSCD、CSCD2015_2016、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:为了提高预测模型的预测精度,模型参数的选取通常转化为目标参数的组合优化问题,但是预测结果经常会受到优化算法参数设置的影响.针对这个问题,本文提出了一种基于改进黑洞算法和最小二乘支持向量机的预测模型,该模型将嵌入维数、延迟时间、正则化参数和核函数参数作为组合优化目标,优化算法不需要额外设定任何主观参数.另外,为了防止模型训练的过拟合,采用基于快速留一法的在线校验方法.通过对寻优机制的改进,该模型具有更好的预测效果.将其应用于抽油井动液面的短期预测中,结果表明所提出的预测模型具有一定的实际应用意义.

关 键 词:混沌时间序列 最小二乘支持向量机  改进黑洞算法  动液面短期预测  

分 类 号:TP181]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心