优化SVM在锅炉负荷预测中的应用

提出智能优化支持向量机算法来提高模型的预测能力和泛化能力。该算法针对支持向量机噪声敏感问题采用小波方法对数据集去噪;利用核主成分分析方法提取数据特征;采用量子粒子群算法优化支持向量机超参数。将该优化算法应用于锅炉负荷短期预测,实验结果表明,该优化算法预测精度较高,收敛速度较快,泛化性能优于其他预测方法,且工程实现容易。     

基于支持向量机的中长期电力负荷预测研究与应用

采用一种新的机器学习方法——支持向量机,建立了中长期电力负荷预测模型.阐述了支持向量机的基本内容,对影响电力负荷诸多因素的样本集进行了标准化处理和主因素分析(PCA).采用Libsvm训练了数据集,并与灰色预测GM(1,1)模型、多元线性回归模型、模糊ISODATA聚类模型和BP神经网络进行对比.结果表明,此算法有更高的准确性,可为电力负荷预测提供有效依据.     

基于小波包分析与支持向量机的斜拉索损伤识别

斜拉索作为斜拉桥的主要受力构件,其损伤将直接威胁斜拉桥的运营安全。现提出一种基于小波包分析与支持向量机相结合的斜拉索损伤识别新方法。利用小波包理论对索梁锚固点的加速度时程响应进行小波包分解,构造小波包能量变化率指标,以该指标作为支持向量机的输入参数,定义斜拉索的刚度折减为损伤因子表示斜拉索损伤程度作为支持向量机的输出,通过支持向量机损伤识别模型对斜拉索损伤进行识别定位,并以实验室独塔斜拉桥模型进行了数值验证。结果表明:该方法能较好地识别斜拉索损伤,且受输入向量位置及个数影响较小,随着损伤程度的增加,平均预测误差逐渐减小。本方法对噪声污染具有一定的鲁棒性。     

电力系统短期负荷的预测

短期负荷预测对于电力系统的安全稳定运行起着重要的作用,尤其是近年来随着电力市场竞争机制的引入,准确的负荷预测能给电力系统带来巨大的经济效益,因此短期负荷预测一直是电力科技工作者们研究的热点问题。通过对短期负荷预测的介绍,以及实例的计算,相信负荷预测在整个电力系统行业中起着重要的作用。     

基于小波分析与支持向量机的人民币汇率预测

利用支持向量机方法对汇率进行预测是金融市场研究领域一个重要的研究课题.结合小波变换与支持向量回归,提出一个三阶段时间序列预测模型.先以离散小波框架将汇率序列分解成不同尺度的多个子序列,揭示蕴含在预测变量内的信息,并对各个子序列进行时间序列分析,再以支持向量回归为工具,以这些子序列为预测变量建构支持向量回归模型,最后将各个序列的预测结果进行重构,得到预测结果.实证结果显示,该模型的预测效果较之BP神经网络与单纯的AR-SVM模型更优,证明基于小波分析与支持向量机相结合的预测模型可以为人民币兑美元汇率提供比较准确的预测.     

基于最小一乘的GA-SVR用电量预测

基于最小一乘准则和交叉验证思想下,提出了一种基于自适应遗传算法参数寻优的支持向量回归机模型。该模型采用最小一乘准则作为训练标准,提高了模型的整体稳定性。使用自适应遗传算法对支持向量回归模型进行参数寻优,加快了训练时间,提升了预测精度,同时,交叉验证方法的采用,又进一步地提升了模型的泛化能力和预测精度。采用该模型对江苏省全社会用电量进行预测的结果表明,其预测精度要优于传统的支持向量回归模型和一般的粒子群优化支持向量回归模型。     

基于改进克隆选择算法的最小二乘支持向量机

针对最小二乘支持向量机的参数选取问题,引入了克隆选择算法,提出了一种基于改进克隆选择算法的最小二乘支持向量机。同时根据最小二乘支持向量机的学习能力和泛化能力,在克隆选择算法的目标函数中加入两者的动态调节机制,这样改进的克隆选择算法在寻优过程中能够准确、快速地搜索到最小二乘支持向量机的最优参数。将本文模型用于乙烯裂解炉裂解深度值的学习和预测,经仿真实验表明:该预测模型的训练速度快,预测精度高。     

新型支持向量机在风速预测模型中的应用研究

在短期风速预测方面支持向量机已被广泛应用并取得较好的效果。然而,随着应用的深入,其逐渐暴露出两大问题:一,对噪声较为敏感;二,未能充分利用样本已有信息。为进一步提高支持向量机的泛化能力,该文提出模糊流形支持向量机FMSVM。该方法引入模糊技术,保证不同样本区别对待,减少或消除噪声的影响;充分利用流形判别分析的性质,进一步改进支持向量机,在分类决策时同时考虑样本的边界信息、分布特征以及局部流形结构。通过某风场风速数据集上的比较实验验证该方法的有效性。     

基于遗传算法的进化支持向量机研究

支持向量机是最近发展起来的一种新的通用的机器学习方法 ,其理论基础是统计学习理论 ,支持向量机无论在模式识别还是在函数拟合方面均显示了其优越性 ,并越来越受到国内外研究者的广泛关注 .但是 ,对支持向量机的推广预测能力具有很大影响的核函数和参数C一直没有一个很好的确定方法 ,针对这一问题 ,将遗传算法和支持向量机结合 ,提出了一种自动选择支持向量机参数的方法 ,结果表明 ,这种方法是科学有效的 .     

供应链需求预测的非线性方法研究

文章总结了国内外关于供应链需求预测的研究工作，大致分为线性预测方法和非线性预测方法。非线性预测方法由于可以准确预测实际需求随机波动，已经成为供应链需求预测问题研究的热点。其中以局域法加权一阶预测、最大Lyapunov 指数预测和全域法支持向量机预测最为常用。通过实证比较研究，基于相空间重构理论的支持向量机预测方法可以准确预测实际需求的波动趋势，其预测精度和准确度很高。     

英语、汉语、朝鲜语、日语宾语的对比

对比英语、汉语、朝鲜语、日语四种语言的宾语,人们会发现它们存在很多异同。而这些异同点会为外语教学、翻译及第二语言习得等方面具有一定的实用价值。     

文学意义的消解与重建

在商品化和信息化的时代大潮冲击下 ,文学面临着意义的流失与消解。文学的这种现状是与整个人类文化的困境紧密相关的 ,是人类发展特殊阶段上的必然产物。中国当代文学应致力于意义的探寻与重建 ,这表现为在对现实的清醒认识的基础上对理想的重新肯定 ,对现实中的物欲的批判性把握 ,以及对人类生存意义的重新认识。     

从原型角度看《远大前程》中的郝维仙小姐

瑞士著名心理学家荣格的原型理论有四个重要方面：人格面具（persona）、阴影（shadow）、阿妮玛（anima）和阿妮姆斯（animus）、自性（self）。从以上四个方面来挖掘和分析《远大前程》中的郝维仙这一悲剧女性形象具有重要的意义，她的悲剧有着其自身的人格面具、阴影、阿妮玛和阿妮姆斯、自性等心理因素。     

从美语、英语差异看美语固有的活力

主要论述了美国英语和英国英语在语法运用、单词拼写和遣词造句等方面存在的差异。这些差异充分体现了当代美语既保持英语传统又从传统中革新的特点。并从这些差异的分析上进一步论述美国英语由于科技文化的发展 ,语言由繁趋简、活泼生动、富有表现力     

On the Principle with Listening and Speaking in the Lead

ＯｎｔｈｅＰｒｉｎｃｉｐｌｅｗｉｔｈＬｉｓｔｅｎｉｎｇａｎｄＳｐｅａｋｉｎｇｉｎｔｈｅＬｅａｄ￥ＬｕＤｏｎｇＡｂｓｔｒａｃｔ：Ｔｈｉｓａｒｔｉｃｌｅｄｅａｌｓｗｉｔｈｗｈａｔｔｈｅｐｒｉｎｃｉｐｌｅｗｉｔｈｌｉｓｔｅｎｉｎｇａｎｄｓｐｅａｋｉｎｇｉｎ...     

圣西门的实业思想与法国近代的工业化

圣西门的思想以实业理论而著称,这一理论认为近代社会是实业社会,以实业活动为基础,以创造财富、造福人类为目的;为此必须努力发展近代工商业,实现工业化;圣西门还就发展法国新型的金融业和改进农业经营提出了自己的主张.圣西门的实业思想和工业化主张成了第二帝国时代工业化的主导思想,对法国近代经济发展产生了重大而深远的影响.     

本然的和谐

科学创造文明 ,也使世界受到损害。当代人的生存被合法地虚无掉了 ,这种合法化的生存危机只有通过艺术的“解合法化”才能克服。艺术是人类感情的全音阶 ,能够使人意识到生命的真实存在。人与世界的和谐 ,是自然而然地拥有的。只是由于人的不断超越 ,这种本然的和谐被遗忘掉了。艺术能够引导人们回归人与自然本原的和谐状态     

绿色城市背景下如何实现景观的人本表达

我国城市建设发展迅速,对城市景观小品需求增大。速生的景观小品设计质量参差不齐,即使是设计质量较高的景观小品也因奢华而与绿色环保的时代要求相去甚远。景观设计将野草文化、就地取材纳入设计理念中,可以实现在绿色城市背景下景观的人本表达。     

《拉格泰姆时代》:向历史意义的回归

美国后现代小说家多克特罗的小说《拉格泰姆时代》,以历史事实与虚构故事相互交织,构筑了一个历史人物与虚构人物的共同世界;使文学政治化,政治历史化。它表现了历史人物和虚构人物都被无法控制的经济和政治力量所异化的命运,也讲述了一段作为拉格泰姆音乐撰写的历史,从而构成了一部节奏明快的新历史主义小说文本。     

广告语与幽默语的顺应性对比研究

广告语与幽默语的顺应性特征有显著的可比性。广告语是通过顺应受众、＂投其所好＂来达到目的。顺应受众是显性的＂褒扬的＂顺应过程;使受众顺应广告语者的目的、产生购买行为则是隐性的顺应过程。幽默语的特点是：幽默制作者有意违背或不顺应受众或听者的预期,这是一个显性的不顺应过程;而通过某种＂线索＂或＂关联＂（即隐性顺应因素）引导受众朝意想不到的或隐性的意义上思考,这个意义就是幽默制作者的意图,这是一个隐性的且具备＂贬损性质的＂顺应过程。广告幽默语具备广告的特征和幽默的顺应性特征。