基于改进SMO算法的热工参数灰色软测量建模
- 出版年：2010
- 作者：乔弘；张全壮；吴蓉
- 单位1：广东省电力设计研究院
- 出生年：1981
- 学历：博士
- 语种：中文
- 作者关键词：序列最小优化（SMO）；灰色关联分析；氧量；软测量
- 起始页：4
- 总页数：4
- 刊名：自动化技术与应用
- 是否内版：否
- 刊频：月刊
- 主办单位：中国自动化学会；黑龙江省自动化学会；黑龙江省科学院自动化研究所
- 主编：吴冈
- 地址：哈尔滨市开发区汉水路165号
- 邮编：150090
- 电子信箱：zdhjs@vip.163.com；zdhjs@caauto.com.cn
- 网址：http://www.caauto.com.cn
- 卷：29
- 期：10
- 期刊索取号：P846.06 239
- 数据库收录：中国学术期刊综合评价数据库来源期刊；中国核心期刊数据库；中文科技期刊数据库收录；中国学术期刊综合评价数据库统计源期刊；中国期刊全文数据库全文收录期刊
- 核心期刊：中国核心期刊数据库
摘要
介绍了适宜支持向量机处理大规模数据回归问题的J序列最小优化（SMO）学习算法，针对SVR进行二次规划处理大规模数据时计算复杂度高和学习机参数选择方法复杂的问题，从算法结构和参数选择两个方面对SMO算法进行了改进，使运算速度和建模效率得到了进一步提高。结合灰色理论进行辅助变量选取，并应用改进的SMO算法建立了火电厂烟气含氧量软仪表，通过电厂的实测历史数据仿真表明，改进的算法较传统的SMO算法在计算速度和性能上有较大提高，建立的软仪表模型具有更高的精度，能满足应用要求。