共查询到10条相似文献,搜索用时 31 毫秒
1.
2.
3.
4.
泥石流灾害是我国最常发生且危害最大的地质灾害之一,因此实现有效、准确的泥石流灾害预测对于人类的生活和生产具有重大意义。研究以四川省石棉县为研究区域,选取12个泥石流影响因子。同时针对传统支持向量机模型精度不高的问题,采用遗传算法、粒子群算法、秃鹰搜索算法以及新型的群智能优化算法—麻雀搜索算法等4种算法来优化支持向量机的超参数C和gamma。通过优化后的支持向量机模型建立泥石流易发性评价模型,同时对比随机森林模型与人工神经网络模型,最后采用受试者工作特征曲线来评价预测模型。研究结果表明,4种优化算法均能有效提高预测准确度,但麻雀搜索算法优化的支持向量机模型具有更高的准确度和受试者工作特征曲线下面积,分别为0.957 3和0.98,并在泥石流易发性分区图中得到验证。因此,麻雀搜索算法优化的支持向量机模型在泥石流易发性评价研究中更为适用。 相似文献
5.
6.
基于免疫支持向量机方法的电力系统短期负荷预测 总被引:14,自引:3,他引:11
在对支持向量机(Support Vector Machines,SVM)方法的参数性能进行分析的基础上,提出了一种免疫支持向量机方法来预测电力系统短期负荷,其中利用免疫算法来优化支持向量机方法的参数.免疫算法是根据人类或其它高等动物免疫系统的机理而设计的,通过仿真抗原和抗体之间的相互作用过程,有效地克服了未成熟收敛现象,提高了群体的多样性.电力系统短期负荷预测的实际算例表明,与支持向量机方法相比,本文所提免疫支持向量机方法具有更高的预测精度. 相似文献
7.
针对电站锅炉的排烟温度控制问题,阐述了某1000 MW超临界锅炉排烟温度的支持向量机模型,运用采集的数据对模型进行训练和验证,并结合人工智能算法对排烟温度排放较高的工况进行优化,得出了相应的参数调整策略.结果表明,该模型能够准确预测排烟温度,智能算法能够对模型进行优化,其中微分进化算法的优化效果最好. 相似文献
8.
电力需求预测是电力系统科学规划与运行的重要前提。根据相关性分析,从经济发展水平、城镇化水平、工业化水平、人口数量、产业结构、居民消费水平、电价和用电基数8个方面筛选出电力需求关键影响因素。利用差分进化(differential evolution,DE)和灰狼优化(grey wolf optimization,GWO)算法对支持向量回归模型(support vector regression,SVR)的参数进行优化,建立差分进化-灰狼优化-支持向量回归电力需求预测模型。选取北京市电力需求历史数据进行实证分析,比较不同模型的预测结果,验证组合优化模型的有效性及其预测的准确率,并对北京市2021—2025年电力需求进行预测。 相似文献
9.
10.
针对支持向量机参数选择难的问题,提出了一种免疫支持向量回归机进行故障测距.该算法运用免疫算法来优化支持向量回归机的参数,减少人为选择参数的盲目性,提高了SVR的推广预测能力.与标准支持向量机算法相比,文章的参数选择具有更明确的理论指导,加速了参数的寻优过程.大量仿真表明:该算法测距精度高,适应性强,训练样本少,测距结果... 相似文献