黑龙江省自然科学基金(C200733)
- 作品数：4 被引量：30H指数：4
- 相关作者：张冬妍范宇孙丽萍曹军徐宇更多>>
- 相关机构：东北林业大学更多>>
- 发文基金：黑龙江省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术农业科学更多>>
- 基于LSSVM的木材干燥在线建模研究被引量：12
- 2009年
- 介绍了最小二乘支持向量机(LSSVM)回归原理,针对木材干燥系统的强耦合、强非线性等特点,提出以LSSVM方法建立木材干燥系统在线模型。模型以干燥实验获取的减速干燥阶段数据为样本,根据实际预测控制需要,建立木材干燥系统的在线预测模型,并进行在线预测。仿真结果表明,基于LSSVM的木材干燥在线模型能够实时反映系统当前状态,在线更新训练样本,滚动优化模型结构并预测系统下一步输出,模型结构简单,泛化能力强,预测精度高,能够满足实际干燥控制的需要。
- 孙丽萍范宇张冬妍曹军
- 关键词：最小二乘支持向量机木材干燥
- 基于LSSVM的木材干燥建模研究被引量：6
- 2008年
- 针对木材干燥过程的强非线性特点,提出以最小二乘支持向量机LSSVM建立木材干燥基准模型。通过实验用小型木材干燥窑实际干燥过程中采集的数据作为训练样本进行仿真实验,结果表明基于LSSVM的木材干燥模型预测输出能够准确反映干燥过程木材含水率的变化,模型结构简单、预测精度高、泛化能力强,验证了LSSVM对木材干燥过程建模是一种可行而有效的方法。
- 范宇张冬妍孙丽萍
- 关键词：木材干燥最小二乘支持向量机
- PSO优化SVM在木材干燥建模中的应用被引量：4
- 2010年
- 在木材干燥计算机控制过程中,基准模型化是此控制过程的必要环节。为提高此建模预测精度,针对SVM木材干燥基准模型的参数进行研究。利用粒子群优化算法中的粒子位置和速度优化此模型参数,并对木材含水率进行预测。仿真实验表明,PSO算法在优化SVM木材干燥基准模型参数方面表现出良好的性能,预测结果具有很高的精度,此模型具有较好的泛化能力和预测能力。
- 尹文芳张冬妍袁文爽
- 关键词：粒子群优化支持向量机参数优化木材干燥
- 基于SVM的木材干燥过程含水率软测量研究被引量：8
- 2008年
- 介绍木材干燥过程含水率主要测量方法,以及支持向量机回归原理。针对干燥过程木材含水率测量存在的问题,提出采用基于支持向量机的软测量方法测量干燥过程的木材含水率。通过对柞木试材干燥数据的仿真实验,结果表明支持向量机软测量模型具有良好的泛化性,能够准确预测干燥过程的木材含水率。
- 范宇张冬妍孙丽萍徐宇
- 关键词：木材干燥支持向量机软测量
