基于粒子群优化支持向量机的电缆温度计算
原价 ￥ 20.00
促销价 ￥ 1.00 评分 4.5
报错
- 详情
- 2021-03-23
- 简介
pdf
- 4.5MB
- 页数 7P
- 阅读 90
导体温度是影响运行电缆使用寿命和材料利用率的最主要因素,也是反映电缆运行状态的参数.由于技术上尚难以实现对运行电缆导体温度的直接测量,因此有必要进行导体温度计算.文中以电流和外皮温度作为模型输入,以导体温度作为模型输出,构建基于支持向量机的电缆暂态导体温度的数学模型;为提高该模型计算的精度,避免盲目选取训练参数,引入粒子群算法对其惩罚因子C和核参数γ进行寻优.仿真与试验对比结果表明：基于粒子群优化的支持向量机模型（PSO-SVM模型）可以用于电缆暂态导体温度计算,且计算误差小于热路模型和BP神经网络;模型具有良好的泛化能力.
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于粒子群优化支持向量机的电缆温度计算 4.5MB
基于粒子群优化支持向量机的电梯故障诊断 620KB
基于粒子群优化支持向量机的电梯故障诊断 620KB
基于粒子群优化支持向量机的建筑室内温度预测模型 1.4MB
基于粒子群算法优化支持向量机的公路客运量预测 189KB
基于粒子群支持向量机的轨道电路故障诊断 2.9MB
粒子群算法优化支持向量机的建筑施工项目风险评估 579KB
基于支持向量机-粒子群算法的山区公路隧道造价预测 128KB
改进粒子群算法和最小二乘支持向量机的电力负荷预测 1.7MB
基于支持向量机的空调控温过程实时预测 181KB