小样本贫信息条件下高炉冶炼烧结终点组合预测法

由于烧结过程具有不确定性、多变量耦合、时变时滞的特点,并且烧结终点受多种因素的影响,采用传统控制方法难以将烧结终点控制在要求的范围内,提出应用支持向量机优良的时序预测性能,以及贝叶斯理论能够利用样本信息和先验知识来简化预测模型和优化参数的特性,建立了贝叶斯支持向量机烧结终点的预报模型。首先对烧结终点的机理分析,后分别叙述贝叶斯框架理论和LS-SVM算法,并将贝叶斯证据框架应用于最小二乘支持向量机模型参数的自动选择,建立起时间序列的烧结终点非线性预测模型。在贝叶斯推断的第一层,进行模型参数的选择;在贝叶斯推断的第二层,进行模型超参数的选择;在贝叶斯推断的第三层,估计模型核参数,然后利用贝叶斯最小二乘支持向量机算法(LS-SVM)对烧结终点进行预测,并在此基础上构造了烧结终点的贝叶斯最小二乘支持向量机模型。仿真结果和多种模型比较表明,本模型能在小样本贫信息条件下对烧结终点做出比较准确的预测,并具有预测精度高、所需样本少、计算简便等优点,取得了令人满意的结果。     

基于Bayesian-SVR的城市用水量软测量建模

针对传统交叉验证方法确定SVR模型参数存在耗时过长的问题,利用贝叶斯置信框架推断SVR的模型参数。通过第一级推断确定支持向量机的权矢量ω和偏置项b,通过第二级推断确定模型确定不敏感系数ε、惩罚因子C,通过第三级推断得到核参数。然后利用该方法对某城市用水系统中用水量进行建模,预测结果表明该方法不仅能加快建模速度,而且提高了预测精度。     

基于ν-支持向量机的时用水量预测模型

为解决BP神经网络结构较难确定以及过学习的问题,在对时用水量序列进行相关分析的基础上,建立了基于ν-支持向量机(ν-SVM)的时用水量预测模型.ν-sVM算法通过引入参数ν代替传统支持向量机算法的不敏感系数ε,有效地控制支持向量个数.实例分析结果表明,与基于BP网络的预测模型和基于传统SVM的预测模型相比,基于ν-SVM的时用水量预测模型建模速度更快,预测精度更高.     

基于参数优化的最小二乘支持向量机HEV阀控铅酸蓄电池SOC预测

针对电池容量预测问题,引入最小二乘支持向量机(LS-SVM)方法用于判断混合动力汽车(HEV)阀控铅酸蓄电池(VRLA)的荷电状态(SOC)。考虑到最小二乘支持向量机的参数选择会对预测结果产生较大的影响,提出一种基于参数优化的最小二乘支持向量机预测方法。首先,在非线性回归预测模型的训练过程中,采用模拟退火算法来确定LS-SVM的初始值参数,从而更好地反映预测模型的复杂度,以此提高状态预测的精度。其次,由于预测模型在应对不良数据时可能出现误差增大的问题,分别采用贝叶斯证据框架(BEF)优化算法和留一交叉验证(LOOCV)优化算法来增强预测模型的抗差能力。研究结果表明:留一交叉验证优化算法具有较高的预测精度,实用性强,有效性高。     

基于最小二乘支持向量机的风速组合预测模型

探讨了基于最小二乘支持向量机的组合预测模型在风速短期预测中的可行性.该模型以BP神经网络、RBF神经网络、粒子群BP神经网络3种预测模型的风速预测值作为组合预测模型的输入,实际风速值为输出,利用最小二乘支持向量机回归算法构造风速间的非线性关系,以实现风速多步预测.将该模型的预测性能与BP神经网络组合预测模型、线性组合预测模型进行比较,通过平均绝对误差、误差平方和、平均相对误差3个指标进行评价.结果表明,最小二乘支持向量机预测模型的平均相对误差低于6%,其他误差指标也明显低于其他预测模型.因此,最小二乘支持向量机组合预测模型预测精度不仅高于任一单项预测模型预测精度,而且高于传统的线性组合预测模型与一般BP神经网络组合预测模型.验证了该模型在风速预测中的可行性.     

GM-LSSVM模型在建筑能耗预测中的应用

为提高大型公共建筑能耗的预测精度,提出一种基于灰色模型和最小二乘向量机方法(GM-LSSVM)的办公能耗预测模型.该方法结合灰色建模计算简单的特点,以及最小二乘支持向量机非线性拟合能力和泛化能力强的优势,充分发掘样本数据的规律,并以粒子群优化算法进行模型参数选择.根据福州某大型公共建筑能耗数据,通过本研究提出的方法建立预测模型,并与神经网络模型以及最小二乘支持向量机模型的预测结果进行比较,验证了该方法具备较高的预测精度和较强的泛化能力.     

最小二乘支持向量机的算法研究

最小二乘支持向量机(LS-SVM)作为一种新颖的人工智能技术,已越来越广泛地运用于各个学科领域。该文阐述了最小二乘支持向量机的主要思想和基本算法;结合统计学习理论和算例分析了模型参数对模型精度、复杂度和计算量等的影响,为模型参数的确定提供了理论参考;还提出了最小二乘支持向量机的一种改进算法,通过工程实例对比了基于改进算法和原算法的最小二乘支持向量机模型的性能。算例表明该改进算法可以有效地提高模型的整体性能,便于模型在工程上推广使用。     

基于最小二乘支持向量机的滤波器设计

为了改善传统方法设计滤波器的幅频响应性能,提出了基于最小二乘支持向量机的滤波器设计方法．优化选择最小二乘支持向量机参数,以理想滤波器的幅度响应作为学习样本,通过最小二乘支持向量机训练,使得实际滤波器的幅度响应逼近理想滤波器的幅度响应．仿真结果表明,由该方法设计的一维和二维滤波器性能接近于理想滤波器．     

基于改进克隆选择算法的最小二乘支持向量机

针对最小二乘支持向量机的参数选取问题,引入了克隆选择算法,提出了一种基于改进克隆选择算法的最小二乘支持向量机。同时根据最小二乘支持向量机的学习能力和泛化能力,在克隆选择算法的目标函数中加入两者的动态调节机制,这样改进的克隆选择算法在寻优过程中能够准确、快速地搜索到最小二乘支持向量机的最优参数。将本文模型用于乙烯裂解炉裂解深度值的学习和预测,经仿真实验表明：该预测模型的训练速度快,预测精度高。     

状态时间序列预测的贝叶斯最小二乘支持向量机方法

为实现对电子系统状态时间序列的有效预测,提出一种基于贝叶斯证据框架的最小二乘支持向量机在线预测方法.该方法以逐次增加最新状态数据并剔除最旧状态数据的方式更新最小二乘支持向量机预测模型,利用分块矩阵求逆运算简化了新旧状态数据交替增减所带来的预测模型重训问题,通过贝叶斯证据框架实现预测模型超参数的在线动态优化.应用于雷达发射机中高压电源与多注速调管的状态时间序列预测实例表明,该方法的预测精度与计算效率比自适应灰色模型方法分别高9.52%与73.26%,具有预测精度高、预测稳定性高与计算效率高的优点,适用于电子系统在线状态时间序列预测.     

水资源紧缺类型及其对策分析研究

从水的供给和需求角度分析了水资源紧缺原因,其中供给角度造成的紧缺有资源犁紧缺、水质型紧缺和工程型紧缺,需求角度造成的紧缺有结构型紧缺、效率型紧缺和价格型紧缺.针对紧缺原因,提出了被动型、主动型和混合型3种水资源配置对策.     

娘子关泉域岩溶水环境问题及其保护对策

娘子关泉域岩溶水是阳泉市的主要供水水源，但是近年来，岩溶地下水水位下降、水质污染、泉水衰减等问题日益严重。分析了影响娘子关泉域岩溶水环境的主要因素，提出了保护岩溶水资源的对策。     

换热设备软化水的腐蚀分析及水处理防护

根据循环软化水水质指标现状,详尽分析了各种腐蚀因素的影响,论述了软化水的腐蚀机理。根据循环水质存在的腐蚀问题确定合理的水处理方案。加药处理后的循环水质指标表明,投加的水处理药剂对换热等设备起到了有效的防腐作用。     

我国水资源问题的严重性与对策

从生活用水、经济发展和生态环境等方面分析了我国水资源紧缺的严重性；从发展规划、水循环规律、科学管理、建立节水型社会，提出了解决问题的对策．     

北京市水危机与水资源可持续利用对策

针对北京市水资源短缺和近年来水供需矛盾加剧问题，在总结北京市近20年水资源量和用水结构变化的基础上，分析了北京市水危机发生的原因，探讨了北京水资源合理利用和保护的途径。研究表明，开源与节流并重，保护与利用并举，最大限度地挖掘当地水资源潜力，是解决当前和今后几年北京水资源供需矛盾和实现水资源可持续利用的有效措施。     

广州市供水水源分析与改进设想

通过对广州市现有水厂水源情况进行分析,发现各水源面临着供水量短缺,且受到不同程度的污染,广州市正处于水质性缺水状态,从而,提出引西江水入广州,是解决广州目前水质性缺水问题的最有效办法．     

略论成都市水资源开发利用

本在在水资源现状分析以及需水量预测的基础上,通过水量平衡的计算,提出了解决成都市水资源供需矛盾的措施、对策.     

节水型校园建设规划的研究

以天津大学为例,通过对建设节水型校园的必要性和水环境现状的分析,提出了节约水资源、改善校内水环境的规划措施.节水型校园规划将以节水为目标,再生水回用为核心,地面水综合整治为重点,改善校园内的整个水环境;包括建立再生水回用系统、景观水体处理系统及水系网络建设,使校园内的水体形成"网、线、点",在天津大学内形成一个良好的水生态系统网.同时,对此节水工程规划所带来的社会效益、环境效益、经济效益等方面做了论述.     

引黄工程供水水价问题探讨

利用经济学理论,对水这个特殊的商品（资源）进行了探索,将水资源进行延伸,针对不同的消费群体,提出了一条供水的新思路,希望能够对引黄供水事业的持续发展起到一定的借鉴作用。     

虚拟水战略中的蓝水和绿水细分研究

 对虚拟水资源中的蓝水和绿水进行细分,在此基础上评价通过实施虚拟水战略节约的能被农牧业生产之外其他社会经济部门利用的水资源量,是在更宽广范围内进行区域水资源优化配置的重要前提。通过构建蓝水绿水细分模型估算了虚拟水战略中的蓝水资源量和绿水资源量,并以北京市为例开展实证研究。结果表明,北京市主要粮食作物生长消耗的虚拟水中,在考虑土壤水储存和不考虑土壤水储存两种情况下,2007年消耗的蓝水资源量分别为6.21、6.29亿m3,均明显多于同期消耗的绿水资源量;1999年以来基于粮食贸易输入的虚拟水资源量和蓝水资源量迅速增加,其中蓝水输入量最高已达38.80亿m3,而2001—2007年基于口粮贸易的蓝水输入量占相应实体水资源量的比例均高于50％。因此,近年来虚拟水战略在缓解北京市水短缺危机方面已发挥了重要作用,而对虚拟水资源中蓝水和绿水进行细分可为在更宽广范围内进行区域水资源优化配置提供参考。