温州市科技局资助项目(H20080051)
- 作品数：3 被引量：4H指数：1
- 相关作者：万毅张燕姑陈赛娉更多>>
- 相关机构：温州大学更多>>
- 发文基金：温州市科技局资助项目浙江省教育厅科研计划更多>>
- 相关领域：机械工程交通运输工程更多>>
- 基于最小二乘支持向量机的泵性能分析被引量：1
- 2009年
- 泵的性能曲线是泵选型、优化调度和泵站运行的重要依据,通常该曲线均是通过试验或是根据试验数据和性能图表上的数据进行曲线拟合而获得,但这些方法复杂昂贵,而且拟合精度不高。针对以上方法的缺点,提出了一种基于交叉验证最优参数选择的最小二乘支持向量机(LSSVM)泵性能预测方法。通过最小二乘支持向量机(LSSVM)学习算法网络的设计和构建,并应用网络搜索-交叉验证的方法对支持向量机参数进行优化选择,模拟得到复杂和非线性很强的泵的性能曲线,经优化模型输出值和试验值、同多项式拟合值以及径向基神经网络误差的比较,交叉验证最优参数选择的最小二乘支持向量机具有优良的非线性建模能力和泛化能力,在有限学习样本条件下仍获得了很高的精度,平均相对误差为0.02378%,为泵的性能分析提供了一种简便可行的智能方法。
- 万毅
- 关键词：支持向量机
- 基于支持向量机的离心泵磨损特性分析方法被引量：2
- 2010年
- 针对离心泵磨损机理错综复杂和高度非线性的特点,提出了基于最小二乘支持向量机的离心泵磨损特性分析方法,通过对算法的实现,建立了离心泵的磨损特性分析和几何参数优化的智能模型,模拟得到离心泵的磨损特性关系,分析了磨损随轮叶片几何参数的变化规律。与神经网络和普通支持向量机方法进行计算比较,结果表明,最小二乘支持向量机磨损预测模型得出的的平均相对误差只有0.005%,学习速度为12步,训练时间为1.1s,学习速度和预测精度得到了很大的改善。可为离心泵的磨损特性分析及其抗磨可靠性设计提供新的可行方法。
- 万毅
- 关键词：离心泵磨损支持向量机
- 一种RBFNN优化算法及其在弓网磨耗控制分析中的应用被引量：1
- 2009年
- 对优化的RBFNN进行了模拟和算法的实现,把这种优化的智能算法应用到电气化铁道弓网磨耗特性分析中,建立了弓网磨耗特性分析的RBFNN模型,模拟得到复杂和非线性很强的弓网磨耗特性关系,分析了磨耗随着外界因素的变化规律.通过与BPNN和普通的BRFNN在相对误差和学习速度等性能上的比较,优化的RBFNN算法具有很强的非线性映射和函数逼近能力,获得了很高的精度.它为电气化铁道弓网磨耗特性分析提供了一种简便可行的方法.
- 万毅陈赛娉张燕姑
- 关键词：RBFNN优化算法
