基于遗传算法优化的支持向量机(SVM-GA)低阶煤制氢产量预测模型
介绍了遗传算法(GA)和支持向量机(SVM)的基本理论,用遗传算法对支持向量机的结构和参数进行了优化,将该方法用于低阶煤制氢的研究,获得了影响低阶煤制氢产量的主要煤质指标,建立了SVM-GA预测模型.结合34个校验样本的氢产量和相对应的影响因素,对模型的预测效果进行了验证.结果表明:预测值与试验值的平均相对误差为0.209%,误差的均方差为37.88,达到了较高的预测精度.
遗传算法、支持向量机、低阶煤制氢、预测模型
35
TQ530.2;TP181
国家自然科学基金资助项目90610014;山东省自然科学基金资助项目Q2007B05
2010-12-07(万方平台首次上网日期,不代表论文的发表时间)
205-209