典型文献
基于改进灰狼算法优化的支持向量机锌耗预测
文献摘要：
为了提高生产镀锌板的锌锭需求预测精度,提出了一种基于改进灰狼(Improved Grey Wolf Optimization,IGWO)优化算法的支持向量机回归(Support Vector Regression,SVR)的锌耗预测建模方法.针对传统灰狼优化算法收敛快、易早熟的缺陷,首先采用混沌Tent映射策略初始化种群,增强种群的多样性和分布均匀性;其次引入控制参数的自适应调整策略,以平衡算法的搜索能力和开发能力;最后在位置更新过程中融合差分进化,降低算法误收敛的可能性.采用典型基准测试函数进行仿真实验,结果表明IGWO算法的综合性能优越,寻优能力更佳.基于某钢厂某机组的生产实际数据对锌锭消耗量进行建模预测,利用IGWO算法对SVR进行参数优化(IGWO-SVR),实验结果表明,IGWO-SVR具有更高的预测精度、更好的稳定性和更优的泛化能力.
文献关键词：
支持向量机回归;灰狼优化算法;Tent映射;差分进化;预测建模
中图分类号：
作者姓名：
张佳琦;顾幸生
作者机构：
华东理工大学能源化工过程智能制造教育部重点实验室,上海 200237
文献出处：
引用格式：
[1]张佳琦;顾幸生-.基于改进灰狼算法优化的支持向量机锌耗预测)[J].华东理工大学学报（自然科学版）,2022(03):343-351
A类：
B类：
改进灰狼算法,算法优化,锌耗,镀锌板,锌锭,需求预测,Improved,Grey,Wolf,Optimization,IGWO,支持向量机回归,Support,Vector,Regression,SVR,预测建模,灰狼优化算法,早熟,混沌,Tent,策略初始化,多样性和分布,分布均匀性,控制参数,自适应调整策略,搜索能力,在位,位置更新,更新过程,差分进化,误收,用典,基准测试函数,性能优越,寻优能力,钢厂,生产实际,实际数据,消耗量,建模预测,泛化能力
AB值：
0.421411
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
