基于改进粒子群优化LSSVM的金属腐蚀速率预测模型

论文摘要

针对电力金属设施在土壤中的腐蚀预测问题,分析现有腐蚀预测方法的不足,考虑金属腐蚀影响因素,研究提出了一种采用改进粒子群优化LSSVM的金属腐蚀速率预测方法。在传统粒子群算法中引入收缩因子,以控制粒子速度,增强粒子的搜索能力,从而解决粒子群早熟问题。采用实验数据进行仿真分析,改进PSO-LSSVM预测模型的平均相对误差仅为2.24%,与其他几种方法相比,改进粒子群优化的LSSVM算法具有更高的预测精度。

论文目录

• 1 基于改进粒子群优化LSSVM
•   1.1 最小二乘支持向量机
•   1.2 改进粒子群算法
• 2 金属腐蚀速率预测模型
•   2.1 预测模型的建立
•   2.2 仿真数据的获取
• 3 算例分析
• 4 结束语

文章来源

类型: 期刊论文

作者: 邓德慧,邓宗玮,刘闯,卢银均

关键词: 金属腐蚀,改进粒子群,最小二乘支持向量机,预测,收缩因子

来源: 电力学报 2019年01期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 电力工业,自动化技术

单位: 国网湖北省电力有限公司荆门供电公司

分类号: TP18;TM862

DOI: 10.13357/j.cnki.jep.002769

页码: 16-22

总页数: 7

文件大小: 618K

下载量: 143