基于偏互信息的变量选择方法及其在火电厂SCR系统建模中的应用
原价 ¥ 20.00
促销价 ¥ 1.00 评分 4.3
报错
- 详情
- 2021-03-23
- 简介
- 409KB
- 页数 6P
- 阅读 96
数据驱动模型被广泛应用于工业过程中,最优变量集的选取对模型性能非常重要。针对工业过程中建模对象普遍具有的强非线性以及变量间的相关和耦合特性,采用偏互信息方法(partial mutual information,PMI)进行变量选择。利用benchmark验证了PMI方法的有效性并将其应用于火电厂SCR烟气脱硝系统。将选取的最优变量集作为支持向量机(support vector machine,SVM)的输入,建立了PMI-SVM模型。此外,将PMI方法与人工神经网络方法(artificial neural network,ANN)结合,构成PMI-ANN模型。将两种PMI模型与原始的SVM和ANN模型进行对比,结果表明PMI方法降低了模型的复杂度,提高了模型的学习和泛化能力。
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
scx***
擅长:
土建 装饰 园林 电气
- 4.6
服务
- 5
商品
- 285
人气
相关推荐
基于偏互信息的变量选择方法及其在火电厂SCR系统建模中的应用 409KB
火电厂SCR烟气脱硝系统建模与运行优化仿真 379KB
关于SCR法脱硝工艺在火电厂脱硝工程中的应用研究 105KB
PLC在火电厂吹灰控制系统中的应用 790KB
火电厂仿真培训系统电气部分的建模与实现 96KB
火电厂SCR脱硝系统机理建模与控制研究 2.8MB
模糊层次综合评判法在火电厂选址决策中的应用 759KB
大数据技术在火电厂SCR脱硝系统中的应用 4.2MB
火电厂厂用电率计算方法及其降低措施 39KB
火电厂热工过程系统辨识方法的研究 284KB