

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、木材干燥是改善木材物理力學(xué)性能、合理使用木材、減少木材降等損失、提高木材利用率的重要技術(shù)措施,也是保證木制品質(zhì)量的關(guān)鍵技術(shù)之一。由于木材干燥過(guò)程表現(xiàn)出強(qiáng)非線性,用常規(guī)的基于線性模型的控制則達(dá)不到優(yōu)化控制的目的和控制效果,因此建立能夠準(zhǔn)確完整地描述木材干燥規(guī)律的模型是實(shí)現(xiàn)木材干燥全自動(dòng)控制、提高控制水平的關(guān)鍵。
支持向量機(jī)作為一種新的基于統(tǒng)計(jì)學(xué)習(xí)理論的機(jī)器學(xué)習(xí)方法,具有泛化能力強(qiáng)、全局最優(yōu)和計(jì)算速度快等突出優(yōu)點(diǎn),而適用于強(qiáng)非
2、線性、強(qiáng)耦合、大滯后特點(diǎn)的木材干燥過(guò)程建模。預(yù)測(cè)模型的擬合精度和泛化能力直接取決于相關(guān)參數(shù)的選取,但由于缺乏通用理論和方法的指導(dǎo),在一定程度上影響了支持向量機(jī)的應(yīng)用效果。本文針對(duì)支持向量機(jī)參數(shù)選取問(wèn)題,研究基于支持向量機(jī)參數(shù)優(yōu)化的木材干燥過(guò)程建模。通過(guò)分析支持向量機(jī)參數(shù)對(duì)木材干燥基準(zhǔn)模型性能的影響,本文將參數(shù)選取視為組合優(yōu)化問(wèn)題,建立目標(biāo)函數(shù),將微粒群優(yōu)化算法和遺傳算法分別應(yīng)用于支持向量機(jī)預(yù)測(cè)模型中,實(shí)現(xiàn)了參數(shù)的自動(dòng)選取、優(yōu)化。建立基于
3、PSO-SVM和GA-SVM木材干燥模型,仿真結(jié)果表明,以上兩種群智能優(yōu)化算法均能有效地選取支持向量機(jī)木材干燥模型參數(shù),與遺傳算法相比,微粒群優(yōu)化算法在木材干燥過(guò)程建模中表現(xiàn)出了更好的學(xué)習(xí)和推廣能力,所產(chǎn)生的木材干燥模型預(yù)測(cè)可達(dá)性更好。
為了實(shí)現(xiàn)木材干燥過(guò)程在線建模,針對(duì)木材干燥過(guò)程中試材樣本數(shù)據(jù)存在較多噪聲,支持向量機(jī)在訓(xùn)練過(guò)程中不能區(qū)分出樣本冗余、有用與否的問(wèn)題,本文引入核主成分分析方法對(duì)木材干燥數(shù)據(jù)進(jìn)行預(yù)處理。利用優(yōu)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量機(jī)的木材干燥建模研究.pdf
- 基于支持向量機(jī)的木材干燥預(yù)測(cè)控制技術(shù).pdf
- 支持向量機(jī)參數(shù)優(yōu)化研究.pdf
- 支持向量機(jī)參數(shù)優(yōu)化問(wèn)題的研究.pdf
- 基于支持向量機(jī)參數(shù)優(yōu)化的群智能優(yōu)化算法研究.pdf
- 基于MAs算法的支持向量機(jī)參數(shù)優(yōu)化研究.pdf
- 基于PFO算法的支持向量機(jī)參數(shù)優(yōu)化的研究.pdf
- 基于支持向量機(jī)的回轉(zhuǎn)干燥窯生產(chǎn)過(guò)程建模與能耗優(yōu)化研究.pdf
- 木材干燥支持向量機(jī)建模與模糊神經(jīng)網(wǎng)絡(luò)控制研究.pdf
- 基于支持向量機(jī)的電火花加工工藝參數(shù)優(yōu)化.pdf
- 關(guān)于支持向量機(jī)中的參數(shù)優(yōu)化的研究.pdf
- 基于支持向量機(jī)的間歇過(guò)程建模和優(yōu)化控制.pdf
- 支持向量回歸機(jī)參數(shù)優(yōu)化的方法研究.pdf
- 支持向量機(jī)參數(shù)選擇的研究.pdf
- 基于支持向量機(jī)回歸算法的薄板沖壓成形工藝參數(shù)優(yōu)化.pdf
- 基于支持向量機(jī)的回轉(zhuǎn)干燥過(guò)程建模與工具箱開發(fā).pdf
- 支持向量機(jī)模型參數(shù)的研究.pdf
- 改進(jìn)網(wǎng)格搜索的支持向量機(jī)參數(shù)優(yōu)化研究及應(yīng)用.pdf
- 帶式干燥機(jī)物料干燥過(guò)程建模與參數(shù)優(yōu)化的研究.pdf
- 混合核支持向量機(jī)參數(shù)優(yōu)化及其應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論