基于改进的KPCA-PSO-WLSSVM在循环水腐蚀预测中的应用
秦雯
生成PDF 清样下载 引用

复制成功

导出题录

参考文献( GB/T 7714-2015 ) 复制

秦雯,. 基于改进的KPCA-PSO-WLSSVM在循环水腐蚀预测中的应用[J]. 电气学报,2019.7. DOI:.
摘要:
针对石化现场腐蚀速率参数存在测量成本高、测量周期长的问题,结合国内外腐蚀研究现状提出了一种基于改进的自适应加权最小二乘支持向量机回归建模方法。该方法首先对数据进行整合处理,借助核主成分分析(KPCA)算法对整合后的数据进行主成分提取,依据处理好的数据建立LS-SVM模型;其次采用改进的加权算法对LS-SVM进行权值处理;然后采用全局搜索能力较强的混沌粒子群-模拟退火优化算法(CPSO-SA)对LS-SVM模型正则化参数和核宽度参数进行优化,提高模型的泛化能力;最后建立优化后的KPCA-WLS-SVM模型。实验结果表明,应用该方法建立的循环水腐蚀预测模型的预测准确度远远高于其他预测模型的预测准确度。
关键词: 核主元分析算法;循环冷却水;腐蚀预测
DOI:
基金资助:

》在线投稿系统

*文章题目:
*作者姓名:
*电子邮箱:
*通讯地址:
*联系方式:

  备      注:

*上传稿件:

支持上传.doc,.docx,.pdf,.txt,.wps文件

投稿须知:

1、审稿结果将于1~7个工作日以邮件告知,请注意查收(包含录用通知书、审稿意见、知网CNKI查重报告)。

2、提交投稿后,若7个工作日之内未接到录用通知,则说明该文章未被录用,请另投他刊。

3、凡投寄本刊稿件,如在内容上有侵权行为或不妥之处,均应文责自负。本刊有权对来稿进行文字编辑、加工和修改,如不同意,请附说明,以便妥善处理。

4、多作者文稿署名时须征得其他作者同意,排好先后次序,通知用稿后不再改动。

5、凡投往本刊稿件一经录用发表,其版权归本刊所有。

6、本刊已全文录入中国知网、万方、维普等数据库,如作者不同意被收录,请提前申明,未申明者,本刊一律视为同意被收录。

7、请勿一稿多投。