一种新型的硫容量智能预报方法
来源期刊：东北大学学报(自然科学版)2011年第9期
论文作者：年海威 毛志忠
文章页码：1225 - 1228
关键词：LS-SVM;AdaBoost;硫容量;智能建模;预报模型;
摘 要：针对在传统硫容量计算中,机理模型的一些关键参数很难获得这个问题,提出了一种基于AdaBoost和LS-SVM混合的回归方法,对硫容量进行智能预报.其中LS-SVM具有计算速度快,适合小样本回归等优点,而AdaBoost可以将弱学习机加权再组合成强学习机,在预报准确度上要高于单一的LS-SVM回归方法,而且还可以减少参数选择对最终预报结果的影响.仿真实验表明,该方法有着较高的准确度,满足生产要求.
年海威，毛志忠
东北大学信息科学与工程学院
摘 要：针对在传统硫容量计算中,机理模型的一些关键参数很难获得这个问题,提出了一种基于AdaBoost和LS-SVM混合的回归方法,对硫容量进行智能预报.其中LS-SVM具有计算速度快,适合小样本回归等优点,而AdaBoost可以将弱学习机加权再组合成强学习机,在预报准确度上要高于单一的LS-SVM回归方法,而且还可以减少参数选择对最终预报结果的影响.仿真实验表明,该方法有着较高的准确度,满足生产要求.
关键词：LS-SVM;AdaBoost;硫容量;智能建模;预报模型;
