本文主要研究内容
作者董超,李静娴,张安民（2019）在《改进CPSO-LSSVM的腐蚀预测模型》一文中研究指出：为准确预测某石化企业循环冷却水腐蚀速率,对石化企业循环冷却水3年实际测量数据进行分析研究,提出一种腐蚀预测算法KPCA-CPSO-LSSVM。通过核主成分分析(KPCA)将数据样本降维,消除数据共线性,使用最小二乘支持向量机(LSSVM)建立预测模型,采用具有较强全局搜索能力的混沌粒子群(CPSO)优化算法对LSSVM中的模型参数进行优化选择。研究结果表明,相比PSO-LSSVM,该组合算法具有较高的预测精度和泛化能力,为循环冷却水的腐蚀预测提供了一种有效手段。
Abstract
wei zhun que yu ce mou dan hua qi ye xun huan leng que shui fu shi su lv ,dui dan hua qi ye xun huan leng que shui 3nian shi ji ce liang shu ju jin hang fen xi yan jiu ,di chu yi chong fu shi yu ce suan fa KPCA-CPSO-LSSVM。tong guo he zhu cheng fen fen xi (KPCA)jiang shu ju yang ben jiang wei ,xiao chu shu ju gong xian xing ,shi yong zui xiao er cheng zhi chi xiang liang ji (LSSVM)jian li yu ce mo xing ,cai yong ju you jiao jiang quan ju sou suo neng li de hun dun li zi qun (CPSO)you hua suan fa dui LSSVMzhong de mo xing can shu jin hang you hua shua ze 。yan jiu jie guo biao ming ,xiang bi PSO-LSSVM,gai zu ge suan fa ju you jiao gao de yu ce jing du he fan hua neng li ,wei xun huan leng que shui de fu shi yu ce di gong le yi chong you xiao shou duan 。
论文参考文献
论文详细介绍
论文作者分别是来自计算机工程与设计的董超,李静娴,张安民，发表于刊物计算机工程与设计2019年06期论文，是一篇关于核主成分分析论文,混沌粒子群论文,最小二乘支持向量机论文,循环冷却水论文,腐蚀预测论文,计算机工程与设计2019年06期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自计算机工程与设计2019年06期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：核主成分分析论文; 混沌粒子群论文; 最小二乘支持向量机论文; 循环冷却水论文; 腐蚀预测论文; 计算机工程与设计2019年06期论文;