永磁球形电机的支持向量机模型的参数寻优

发布时间：2018-04-06 00:19

  本文选题：永磁球形电机　切入点：支持向量机　出处：《电工技术学报》2014年01期

【摘要】：提出一种新的永磁球形电机的数学模型建立方法——支持向量机(SVM)模型,分别采用网格参数寻优、遗传算法(GA)参数寻优、粒子群(PSO)寻优算法来计算SVM模型的参数,分析比较三种算法得到的参数,确定最适合永磁球形电机SVM回归模型的参数寻优算法。
[Abstract]:A new mathematical model of permanent magnet spherical motor, support vector machine (SVM) model, is proposed. The parameters of SVM model are calculated by grid parameter optimization, genetic algorithm (GA) and particle swarm optimization (PSO) algorithm, respectively.The parameters obtained by the three algorithms are analyzed and compared, and the parameter optimization algorithm which is most suitable for the SVM regression model of permanent magnet spherical motor is determined.
【作者单位】： 合肥工业大学电气与自动化工程学院;安徽大学电气工程与自动化学院;
【基金】：国家自然科学基金(50677013,51177001) 国家863高技术基金(2007AA04Z214)资助项目
【分类号】：TM351

【参考文献】

相关期刊论文 前4条

1 李兵;姚全珠;罗作民;田元;王伟;;基于网格模式搜索的支持向量机模型选择[J];计算机工程与应用;2008年15期

2 任洪娥;霍满冬;;基于PSO优化的SVM预测应用研究[J];计算机应用研究;2009年03期

3 刘东平;单甘霖;张岐龙;段修生;;基于改进遗传算法的支持向量机参数优化[J];微计算机应用;2010年05期

4 茆诗松;王金玉;周纪芗;;参数设计思想与方法的研究[J];应用概率统计;1993年04期

【共引文献】

相关期刊论文 前10条

1 冀卫兴;陈忠海;方筝;;基于DE—BP算法的空调负荷预测研究[J];四川建筑科学研究;2010年05期

2 区卫民;谭泗桥;袁哲明;柏连阳;熊洁仪;;SVR-KNN法用于除草剂QSAR研究[J];安徽农业科学;2008年35期

3 韩勇鹏;;SVM方法及其在乳制品分类问题上的应用[J];安徽农业科学;2009年08期

4 郭立萍;唐家奎;米素娟;张成雯;赵理君;;基于支持向量机遥感图像融合分类方法研究进展[J];安徽农业科学;2010年17期

5 张永生;魏新军;侯振雨;彭娟;;支持向量回归分光光度法同时测定苋菜红和果绿[J];安徽农业科学;2010年33期

6 张永生;;支持向量机在害虫预测预报中的应用[J];现代农业科技;2009年14期

7 王婷婷;黄燕;;基于NC-SVM的酵母蛋白功能预测研究[J];现代农业科技;2011年07期

8 冯学军;;最小二乘支持向量机的研究与应用[J];安庆师范学院学报(自然科学版);2009年01期

9 宋海滨;刘云帼;;基于支持向量机的预测控制算法[J];兵工自动化;2006年04期

10 谢骏;胡均川;笪良龙;李玉阳;;支持向量机在模式分类中的应用[J];兵工自动化;2009年10期

相关会议论文 前10条

1 周绮凤;林成德;罗林开;彭洪;;一种基于黎曼度量的训练样本类不平衡SVM分类方法研究[A];第二十六届中国控制会议论文集[C];2007年

2 尹钟;张建华;;基于支持向量机方法的过程操作员功能状态分类[A];中国自动化学会控制理论专业委员会A卷[C];2011年

3 ;LEAKAGE FORECASTING FOR WATER SUPPLY NETWORK BASED ON GA-SVM MODEL[A];Proceedings of the 2010 Symposium on Piezoelectricity,Acoustic Waves and Device Applications[C];2010年

4 张向波;梅国建;徐宗昌;;基于SVM的装备战备完好性预测模型[A];第十届中国科协年会论文集（一）[C];2008年

5 张永生;魏新军;颜振敏;南海娟;;多元线性回归分光光度法同时测定饮料中三种色素[A];第十届中国科协年会论文集（三）[C];2008年

6 邵小健;段华;贺国平;;一种改进的最少核分类器[A];中国运筹学会第七届学术交流会论文集（上卷）[C];2004年

7 刘广利;张跃峰;;一种新的预警指标选择方法[A];2005中国控制与决策学术年会论文集（下）[C];2005年

8 ;Gait Recognition Based on the Fast Fourier Transform and SVM[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

9 李洁;高峰;管晓宏;周佃民;;支持向量回归学习方法中基于稳定型GA的超参数选择[A];第二十四届中国控制会议论文集（下册）[C];2005年

10 肖惠玲;曾翎;黄海莹;张琳;王昱清;杨勤;陈华富;;支持向量机探测脑功能活动[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（下册）[C];2007年

相关博士学位论文 前10条

1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年

2 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年

3 李鹤喜;基于视觉反馈的焊接机器人自主示教关键技术研究[D];华南理工大学;2010年

4 郑光辉;江苏部分地区土壤属性高光谱定量估算研究[D];南京大学;2011年

5 许伟;基于进化算法的复杂化工过程智能建模方法及其应用[D];华东理工大学;2011年

6 渠瑜;基于SVM的高不平衡分类技术研究及其在电信业的应用[D];浙江大学;2010年

7 李锦卫;基于计算机视觉的水稻、油菜叶色—氮营养诊断机理与建模[D];湖南农业大学;2010年

8 卢惠民;自主移动机器人全向视觉系统研究[D];国防科学技术大学;2010年

9 吕青;思维进化和支持向量机理论及其在炼焦配煤优化中的应用研究[D];太原理工大学;2011年

10 刘春波;统计建模方法的理论研究及应用[D];江南大学;2011年

相关硕士学位论文 前10条

1 朱杰;一种基于聚类的支持向量机反问题求解算法[D];河北大学;2007年

2 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年

3 刘维会;不平衡数据集上支持向量机算法研究[D];山东科技大学;2010年

4 岳海亮;信息论在粗糙集连续属性离散化中的应用[D];辽宁师范大学;2010年

5 王文栋;GEP及SVM融合的分类技术研究[D];广西师范学院;2010年

6 李光远;基于在线聚类和最小二乘支持向量机的模糊建模方法研究[D];郑州大学;2010年

7 王巧立;微生物发酵过程的建模与优化控制研究[D];郑州大学;2010年

8 刘松;基于OCSVM和主动学习的DDOS攻击分布式检测系统[D];郑州大学;2010年

9 张军珲;基于统计的常用汉语副词用法自动识别研究[D];郑州大学;2010年

10 刘玲玲;PID参数整定技术的研究及应用[D];郑州大学;2010年

【二级参考文献】

相关期刊论文 前9条

1 周辉仁;郑丕谔;赵春秀;;基于遗传算法的LS-SVM参数优选及其在经济预测中的应用[J];计算机应用;2007年06期

2 潘承怡;逄海峰;马岩;;车用微米木纤维模压制品设备的研究与实验[J];机械工程师;2007年09期

3 邵信光;杨慧中;陈刚;;基于粒子群优化算法的支持向量机参数选择及其应用[J];控制理论与应用;2006年05期

4 马岩;纳微米科学与技术在木材工业的应用前景展望[J];林业科学;2001年06期

5 张学工;关于统计学习理论与支持向量机[J];自动化学报;2000年01期

6 李杰,楚恒,朱维乐,彭静;基于支持向量机和遗传算法的纹理识别[J];四川大学学报(工程科学版);2005年04期

7 张周锁,李凌均,何正嘉;基于支持向量机故障分类器的参数优化研究[J];西安交通大学学报;2003年11期

8 张伟;胡昌华;焦李成;薄列峰;;克隆规划-交叉验证参数优化的LSSVM及惯性器件预测[J];西安电子科技大学学报;2007年03期

9 杜树新,吴铁军;用于回归估计的支持向量机方法[J];系统仿真学报;2003年11期

【相似文献】

相关期刊论文 前10条

1 罗楠;朱业玉;杜彩月;;支持向量机方法在电力负荷预测中的应用[J];电网技术;2007年S2期

2 赵万明;黄彦全;谌贵辉;;基于支持向量机的农村用电量需求预测[J];安徽农业科学;2009年25期

3 张小奇;朱永利;王芳;;基于支持向量机的变压器油中溶解气体浓度预测[J];华北电力大学学报(自然科学版);2006年06期

4 赵万明;黄彦全;谌贵辉;;基于主成分分析和支持向量机的静态电压稳定评估[J];华东电力;2008年07期

5 徐建;邱晓燕;张子健;周曲;;两种新型综合模型在短期负荷预测中的应用[J];电力系统保护与控制;2010年17期

6 赵万明;黄彦全;谌贵辉;;基于支持向量机的电力系统静态电压稳定评估[J];电力系统保护与控制;2008年16期

7 谢莉;郑华;张粒子;;基于数值仿真的电价灵敏度分析[J];电力系统自动化;2009年12期

8 苑津莎;张英慧;牛丽仙;刘献伟;;基于SOFM和支持向量机回归的短期负荷预测方法[J];电力科学与工程;2009年08期

9 陆宁;武本令;刘颖;;基于自适应粒子群优化的SVM模型在负荷预测中的应用[J];电力系统保护与控制;2011年15期

10 朱予东;王星久;王天龙;郭振;吴小芳;;基于自适应遗传算法参数优化的锅炉燃烧特性建模[J];应用能源技术;2011年08期

相关会议论文 前10条

1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

2 罗楠;朱业玉;杜彩月;王军;王红燕;;支持向量机方法在电力负荷预测中的应用[A];中国气象学会2007年年会天气预报预警和影响评估技术分会场论文集[C];2007年

3 王X;孔松涛;胡正定;;基于最小支持向量机的锅炉受热面污染部位诊断[A];中国力学学会学术大会'2009论文摘要集[C];2009年

4 高荣;刘晓华;;短期负荷预测的模糊聚类多支持向量机模型研究[A];2009中国控制与决策会议论文集（2）[C];2009年

5 田有文;唐晓明;;基于支持向量机的微机保护装置状态预测方法[A];2008中国电力系统保护与控制学术研讨会论文集[C];2008年

6 郭玮;李智勇;朱晟;孙慧;;支持向量机在变压器油溶解气体检测中的应用[A];第一届电力安全论坛优秀论文集[C];2008年

7 刘晓华;高荣;;基于分布式支持向量机的短期负荷预测[A];第二十四届中国控制会议论文集（上册）[C];2005年

8 曹健;林涛;;电力系统谐波/间谐波高精度测量方法的比较研究[A];中南七省（区）电力系统专业委员会第二十二届联合学术年会论文集[C];2007年

9 冯辅周;郭恒毅;江鹏程;;支持向量机及其在电机故障诊断中的应用[A];第九届全国振动理论及应用学术会议论文集[C];2007年

10 冯辅周;郭恒毅;江鹏程;;支持向量机及其在电机故障诊断中的应用[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年

相关博士学位论文 前10条

1 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学（河北）;2007年

2 刘曼兰;永磁直流电机故障在线监测与智能诊断的研究[D];哈尔滨工业大学;2007年

3 杨实俊;可持续发展约束下小型火电厂危机管理研究[D];华北电力大学（河北）;2008年

4 韩晓明;基于符号有向图和支持向量机的故障诊断方法的研究[D];太原理工大学;2011年

5 彭光金;小样本工程造价数据的智能学习方法及其在输变电工程中的应用研究[D];重庆大学;2010年

6 杨廷方;变压器在线监测与故障诊断新技术的研究[D];华中科技大学;2008年

7 许涛;电力系统安全稳定的智能挖掘[D];华北电力大学（北京）;2004年

8 焦尚彬;交流电压下染污绝缘子表面污秽智能检测方法研究[D];西安理工大学;2006年

9 彭文季;水电机组振动故障的智能诊断方法研究[D];西安理工大学;2007年

10 宋雪雷;基于小波变换和支持向量机的电能质量扰动分析方法[D];哈尔滨工业大学;2007年

相关硕士学位论文 前10条

1 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年

2 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年

3 武晓娟;基于支持向量机（SVM）的火电电厂工程造价预测研究[D];华北电力大学（河北）;2009年

4 刘兴阳;智能算法的研究与应用[D];江南大学;2012年

5 刘凤龙;高压直流输电系统故障诊断方法研究[D];昆明理工大学;2010年

6 王李东;基于支持向量机（SVM）的短期负荷预测的研究[D];华中科技大学;2005年

7 宋晓芳;电能质量分析技术研究与实现[D];南京理工大学;2005年

8 毛继s，

本文编号：1717126