基于粒子群算法优化支持向量机的专用工程费用量化研究

发布时间：2017-08-26 11:00

  本文关键词：基于粒子群算法优化支持向量机的专用工程费用量化研究

  更多相关文章： 专项工程 粒子群优化 支持向量机

【摘要】：针对电力专用工程费用的复杂性且易受各种因素影响的问题,以某地区专用工程数据为基础,参考国内其他地区的收费标准,提出了一种基于粒子群算法优化支持向量机的专用工程费用预测。通过历史的专用工程费用数据样本对支持向量机进行训练,利用训练的模型对专用工程费用进行预测。同时用粒子群优化算法优化支持向量机的关键参数,提高专项工程费用的预测精度。
【作者单位】： 福州大学电气工程与自动化学院;国网陕西省电力公司电力科学研究院;
【关键词】： 专项工程 粒子群优化 支持向量机
【基金】：福建省自然科学基金项目(2013J01176)~~
【分类号】：F426.61;TP18
【正文快照】： 为了满足不断增长的电力需求,需要进行大量电网基础设施建设。2015年3月中央已明确提出鼓励社会资本投资配电业务,巨大的投资和繁重的建设任务将对工程费用测算提出更高的要求。专用工程输电价指电网经营企业利用专用工程提供电能输送服务的价格。同时,随着供、配电贴费停止收

【参考文献】

中国期刊全文数据库 前2条

1 舒服华;张望祥;;最小二乘支持向量机预测绝缘子等值附盐密度[J];高压电器;2008年05期

2 王宏志;陈帅;侍洪波;;基于最小二乘支持向量机和PSO算法的电厂烟气含氧量软测量[J];热力发电;2008年03期

【共引文献】

中国期刊全文数据库 前10条

1 赵永磊;郑德忠;;一种基于直接广义预测的烟气含氧量软测量方法研究[J];传感技术学报;2009年08期

2 程加堂;熊伟;艾莉;;绝缘子等值附盐密度的预测[J];电瓷避雷器;2010年04期

3 程启明;郭瑞青;杜许峰;郑勇;;火电厂烟气含氧量测量的现状与发展[J];电站系统工程;2008年06期

4 张炎欣;张航;王伟;;基于即时学习策略的火电厂烟气含氧量软测量[J];装备制造技术;2010年04期

5 吕建红;周年光;彭继文;周卫华;彭波;周建飞;;基于大气环境质量的电网绝缘污秽等级划分[J];电瓷避雷器;2012年04期

6 何心;;基于数据融合的烟气含氧量软测量技术综述[J];工业锅炉;2012年06期

7 潘秉超;王文欢;潘卫国;何明福;;支持向量机算法在电厂中的应用[J];上海电力学院学报;2013年01期

8 史丽萍;祝艳华;朱宁坦;;应用最小二乘支持向量机在线预测绝缘子等值附盐密度[J];高压电器;2013年04期

9 张世峰;杨成;李晓明;;基于LSSVM逆系统在污水处理系统DO控制中的研究[J];工业控制计算机;2013年04期

10 范诚豪;韦红旗;;基于支持向量机的锅炉煤质预测模型[J];华东电力;2008年10期

中国重要会议论文全文数据库 前2条

1 王伟;张航;罗大庸;;基于核模糊C均值聚类和局部建模方法的烟气含氧量软测量模型[A];中国自动化学会控制理论专业委员会C卷[C];2011年

2 ;Researches of Intelligent Control System for the Sludge Activity in the Aeration Tank of Wastewater Treatment[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

中国博士学位论文全文数据库 前1条

1 帅海燕;输电线路污闪运行风险评估及相关技术研究[D];武汉大学;2010年

中国硕士学位论文全文数据库 前9条

1 陈敏;火电厂锅炉烟气含氧量预测及燃烧系统优化研究[D];北京交通大学;2011年

2 赵会;基于支持向量机的烟气成分建模研究[D];河南科技大学;2009年

3 崔宇;电站锅炉燃烧系统软测量及稳态优化研究[D];中国科学技术大学;2009年

4 崔瑜琦;基于最小二乘支持向量机风电机组的预测研究[D];华北电力大学（北京）;2010年

5 张炎欣;基于即时学习策略的电厂热工参数预测模型及应用研究[D];中南大学;2010年

6 李红梅;基于线性回归和SVM的烟叶质量分析及等级预测模型[D];昆明理工大学;2013年

7 黄银蓉;污水处理曝气池溶解氧智能优化控制系统研究[D];安徽工业大学;2011年

8 刘守兵;采用数据融合技术提高湿度传感器测量精度的研究[D];东华大学;2014年

9 赵新贞;燃煤锅炉节能控制系统的设计与开发[D];中国石油大学（华东）;2013年

【二级参考文献】

中国期刊全文数据库 前5条

1 周龙,文远芳,詹琼华;递归神经网络及其在MOA状态预测中的应用[J];高压电器;1998年01期

2 张寒,文习山,丁辉;用神经网络预测基于气象因素的绝缘子等值附盐密度[J];高压电器;2003年06期

3 熊志化,邵惠鹤,张卫庆;基于支持向量机的火电厂烟气含氧量软测量[J];测控技术;2004年08期

4 张小云,刘允才;高斯核支撑向量机的性能分析[J];计算机工程;2003年08期

5 曹一波;谢小鹏;;基于最小二乘支持向量机的磨损预测[J];润滑与密封;2007年02期

【相似文献】

中国期刊全文数据库 前10条

1 朱剑桥;施工阶段工程费用的监控方法[J];广西交通科技;2001年04期

2 胡尚武;公路施工阶段工程费用的分析与控制[J];交通科技;2002年06期

3 张毅,罗志强;公路施工阶段工程费用的分析与监控[J];广东工业大学学报;2002年04期

4 蒋R，

本文编号：741168