典型文献
基于LSO-SVR算法的多温区温度偏差预测模型
文献摘要：
针对多温区温度控制过程中,受到耦合效应及滞后因素的影响,温度偏差难以预测的问题,提出了一种基于狮群优化算法(lion swarm optimization algorithm,LSO)优化支持向量回归(support vector regression,SVR)算法的多温区温度偏差预测模型,利用狮群算法的寻优能力优化支持向量回归的惩罚系数和核函数参数,选取RBF高斯径向基函数作为核函数,建立了多温区温度偏差预测模型,选取多温区实验台的加热棒温度作为预测模型输入,目标温区的温度偏差作为预测模型输出,并将预测结果与粒子群算法优化支持向量回归模型的预测结果进行对比.结果表明,经过狮群算法优化支持向量回归的多温区温度偏差预测模型,在拟合和预测精度上要优于粒子群算法优化的温度偏差预测模型.
文献关键词：
多温区;温度偏差;预测模型;狮群算法
中图分类号：
作者姓名：
贺绍亚;彭宝营;杨庆东
作者机构：
北京信息科技大学机电工程学院,北京100192
文献出处：
引用格式：
[1]贺绍亚;彭宝营;杨庆东-.基于LSO-SVR算法的多温区温度偏差预测模型)[J].北京信息科技大学学报（自然科学版）,2022(03):62-67
A类：
B类：
LSO,SVR,多温区,温度偏差,温度控制,控制过程,耦合效应,滞后因素,难以预测,狮群优化算法,lion,swarm,optimization,algorithm,support,vector,regression,狮群算法,寻优能力,能力优化,罚系数,核函数,函数参数,RBF,径向基函数,实验台,加热棒,模型输入,模型输出,粒子群算法,算法优化,支持向量回归模型
AB值：
0.349455
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。
