首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 171 毫秒
1.
本文提出了一种利用卡尔曼滤波对负荷测量数据进行平滑的算法,通过预测估计,最小二乘法和卡尔曼滤波平滑等算法解决实际负荷测量中存在的错误.  相似文献   

2.
基于指数平滑、多元线性回归、灰色系统等目前常见的预测方法建立超松弛改进的最小二乘支持向量机算法的公路旅游客流量组合预测模型。通过实例验证和比较,展示了基于超松弛最小二乘支持向量机算法的公路交通旅游客流量组合预测模型具有较好的预测效果和较高的应用价值。  相似文献   

3.
杨韶华  赵敏 《科技通报》2014,(4):188-190
采集大型火电系统短路数据,并将其转换成为时间序列数据,然后将时间序列数据输入到最小二乘支持分类集中进行训练,训练过程中引入最小二乘支持向量机对布谷鸟算法进行优化,用改进的布谷鸟算法对火电系统的短路位置数据进行距离聚类,从而预测出火电系统的短路地点。仿真结果表明本文算法能更加准确的预测了大型火电系统短路位置的变化态势,提高了大型火电系统短路位置的预测精度。  相似文献   

4.
非线性动态调节模型的滤波式递推辨识算法   总被引:1,自引:0,他引:1  
岳娜  肖永松 《科技通报》2010,26(5):704-707
针对Hammerstein非线性动态调节模型提出一种基于数据滤波的递推广义最小二乘算法,方法的主要思想是:通过数据滤波,将辨识模型分解成系统模型和噪声模型,然后分别辨识。最后给出两种方法的仿真实例,通过与递推广义最小二乘算法参数估计精度和收敛速度的比较,来说明滤波式递推广义最小二乘算法的有效性。  相似文献   

5.
交通流量预测是智能交通领域的核心内容之一,近年来已经成为国际学术界研究的热点与难点课题之一。本文对交通流量预测算法进行了深入的研究,提出了基于递归正交最小二乘径向基神经网络交通流量预测方法,并从实验和理论上与BP神经网络的预测性能作了系统的比较,通过仿真实验得出结果,证明了算法的有效性。  相似文献   

6.
云计算资源负荷状态的动态变化,使得如何预测其变化情况,从而合理地实施任务调度,成为亟待解决的问题。针对该问题,提出一种基于资源组合预测的云计算任务调度算法。该模型采用偏最小二乘回归从各种单一模型的预测结果中提取有效成分,建立组合预测模型;再依据对资源结点的资源预测结果和最小完成时间原则实施任务调度。仿真测试结果表明,该算法具有较好的性能与负载均衡性。  相似文献   

7.
为了解决目前常用的非线性预测模型算法中过学习、存在局部极小值等不易解决的问题,本文提出一种基于最小二乘支持向量机对非线性过程建模并用广义预测控制进行在线滚动控制的算法。仿真结果表明,该控制算法具有很好的控制性能。  相似文献   

8.
本论文通过复合偏最小二乘法重建光谱反射率,将预测色块与训练集色块距离进行比较,对于不同距离的色块采用多主成分数偏最小二乘法和普通偏最小二乘法进行不同的运算,最终得到反射率预测结果,并且与普通偏最小二乘法(PLS)作比较。通过实验得到,复合偏最小二乘法的重建精度明显优于PLS方法,并且复合偏最小二乘法的平均GFC达到99.68%。  相似文献   

9.
文章认为相空间局域线性回归法是电力系统短期负荷预测混沌预测法中广泛使用的方法,在用线性最小二乘法估计局部线性化模型的参数时,往往由于病态的数据矩阵导致估计值对噪声过于敏感而变得不可信.针对这种情况应用最小均方误差准则和最陡下降原理提出了一种基于自适应滤波电力系统短期负荷预测算法,避免了病态矩阵的影响.实验结果表明该算法预测结果稳定、可靠.  相似文献   

10.
针对高水平排球比赛中复杂战术变化,教练员无法深入、细致地把握比赛中的战术全过程,本文根据排球比赛数据的特点,提出了一种基于线形回归优化最小二乘法的战术配合成功率预测模型。首先确定排球比赛战术分析配合分析类型,然后采用最小二乘法对采集的数据进行分类预测,接着构建战术配合成功率预测影响因素模型,并采用Logistic线性回归的方法对影响战术配合成功率预测的原因进行假设检验,对影响因素采取列联分析的方法进行验证,以提高战术配合成功率预测的准确性。通过算法仿真实验表明,本文提出的改进算法相比较最小二乘法,与实际战术配合成功率更为接近,准确性更高。  相似文献   

11.
在描述鸡冠山镁石矿业项目区概况的基础上,划分了水土流失预测范围和时段划分,水土流失预测内容和方法,采用类比工程分析确定了相关的水土流失侵蚀模数。  相似文献   

12.
In this paper, a new method is presented to solve the least squares Hermitian problem of the complex matrix equation AXB+CXD=E. The explicit expression of least squares Hermitian solution with the least norm is given. The least squares Hermitian solution with the least norm of complex matrix equation AXB=E is also derived. Numerical algorithms and numerical examples show the feasibility of our method.  相似文献   

13.
韩起云 《科技通报》2012,28(2):120-122
分析了通信企业客户流失现状,给出选择CART算法的原因,然后利用CART算法建立客户流失预测模型并以移动通信企业为例,对其客户流失情况进行预测,把预测结果反馈给相关部门,从而制定出有效的营销措施预防客户流失。  相似文献   

14.
文中研究面向交通运输体系构建的交通货运量的定量预测方法,分别对货运量预测中常用的时间序列预测法、趋势外推预测法、相关回归预测法和灰色预测法进行了简要的介绍说明,时间序列预测法假设预测对象仅与时间有关,是对外部因素复杂作用的简化;趋势外推法比较适合中、长期预测。使用回归分析等预测方法要考虑到各种影响因素;灰色预测法多适用于近期货运量预测,对于远期预测偏差较大。  相似文献   

15.
采用蜻蜓算法(DA)和最小二乘支持向量机(LSSVM)的方法,解决生产过程中小批量产品在质量预测方面的问题。首先以汽车变速箱轴承内圈孔直径的尺寸作为预测数据,连续观测12个单位时间,并记录每个单位时间轴承内圈孔直径的尺寸数据,进行归一化处理;其次采用LSSVM对变速箱轴承内圈孔直径加工过程变化进行量化分析,并采用蜻蜓算法优化LSSVM参数;最后将DA-LSSVM综合方法与多种预测模型进行对比分析。结果表明,DA-LSSVM方法可以提高预测模型的训练预测精度,缩短训练时间。  相似文献   

16.
The purpose of this paper is deriving the minimal residual (MINIRES) algorithm for finding the symmetric least squares solution on a class of Sylvester matrix equations. We prove that if the system is inconsistent, the symmetric least squares solution can be obtained within finite iterative steps in the absence of round-off errors. Furthermore, we provide a method for choosing the initial matrix to obtain the minimum norm least squares symmetric solution of the problem. Finally, we give some numerical examples to illustrate the performance of MINIRES algorithm.  相似文献   

17.
详细介绍了一个新的大样本集合预报系统. 为了减小ENSO(厄尔尼诺-南方涛动)预报中的预报不确定性,该集合预报系统首先基于一个中等复杂程度的耦合模式,利用集合卡尔曼滤波资料同化方法同化有效的海洋观测资料为集合预报系统提供集合初始场;同时,一个发展的用于12个月预报的一阶线性马尔可夫(Markov)随机误差模式被嵌套到集合预报系统中来模拟模式不确定性. 基于1992年11月~2008年10月100个样本的集合回报试验,从确定性预报技巧和概率预报技巧2个方面对集合预报系统的预报水平进行了检验. 该集合预报方法能够很有效地将传统的确定性预报扩展到概率预报领域,且检验结果表明,预报样本均值的预报水平要优于单一的确定性预报. 对于概率预报而言,集合预报样本能够很好地跟随观测的变化,并且能够提供单纯确定性预报所不能够提供的额外信息.  相似文献   

18.
The advantages of maximally transferring similar process data for modeling make the process transfer model attract increasing attention in quality prediction and optimal control. Unfortunately, due to the difference between similar processes and the uncertainty of data-driven model, there are usually a more serious mismatch between the process transfer model and the actual process, which may result in the deterioration of process transfer model-based control strategies. In this research, a process transfer model based optimal compensation control strategy using just-in-time learning and trust region method is proposed to cope with this problem for batch processes. First, a novel JITL-JYKPLS (Just-in-time learning Joint-Y kernel partial least squares) model combining the JYKPLS (Joint-Y kernel partial least squares) process transfer model and just-in-time learning is proposed and employed to obtain the satisfactory approximation in a local region with the assistance of sufficient similar process data. Then, this paper integrates JITL-JYKPLS model with the trust region method to further compensate for the NCO (necessary condition of optimality) mismatch in the batch-to-batch optimization problem, and the problem of estimating experimental gradients is also avoided. Meanwhile, a more elaborate model update scheme is designed to supplement the lack of new data and gradually eliminate the adverse effects of partial differences between similar process production processes. Finally, the feasibility of the proposed optimal compensation control strategy is demonstrated through a simulated cobalt oxalate synthesis process.  相似文献   

19.
传统支持向量机应用于财务困境预测时,需要求解复杂的二次规划问题,求解难度大。而最小二乘支持向量机模型可以将二次规划问题变成一个线性方程组来求解,有效降低了模型求解的难度。尤其是将遗传算法应用于最小二乘支持向量机模型参数和核参数的优化时,显著提高了模型预测的正确率。本文从沪深两市随机抽取了2002年-2007年252家A股上市公司作为研究样本,并把研究样本分为两组,对这两组样本数据分别进行了短期及中长期预测。实证结果表明,基于遗传算法的最小二乘支持向量机模型的预测效果不但好于传统统计类Logit模型,也优于传统支持向量机模型。短期预测效果显著优于中长期预测效果,训练样本数直接影响到模型的预测效果,二者呈正相关关系。  相似文献   

20.
基于混沌搜索的LS-SVM预测算法   总被引:1,自引:0,他引:1  
为利用最小二乘支持向量机(LS-SVM)来进行预测,首先要确定影响LS-SVM模型的两个主要参数γ和σ,针对该问题提出了采用混沌搜索算法来搜索该模型的最优参数组合。混沌搜索的运动轨迹具有遍历性,随机性,可以进行全局和局部寻优,利用该算法搜索最优参数来确定预测模型,然后将该预测模型用于预测实践。实验结果表明,该模型具有较精确的预测精度和适用性。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号