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
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
相关论文文献
标签:金属腐蚀论文; 改进粒子群论文; 最小二乘支持向量机论文; 预测论文; 收缩因子论文;