基于人工蜂群优化支持向量参数的压气机特性线的表达
为克服传统方法对压气机特性线内插与外推预测性能模拟精度不高的问题及准确实现压气机在变工况条件下基于部件特性线行为的燃气轮机热力学仿真计算,一种基于蜜蜂采蜜行为的人工蜂群(artificial bee colony,ABC)优化支持向量机(support vector machine,SVM)参数的方法被提出并用于压气机特性线的表达.从泛化精度及计算耗时的角度,与常用的BP算法、粒子群算法和网格寻优法的SVM模型相比较.同时,为验证训练样本容量对实验结果的影响,减少样本集数量,对比同一转速下不同算法的预测性能曲线及柱状残差图.应用分析表明,不同转速下基于ABC算法优化的SVM模型在压气机特性线的表达上具有更佳的预测精度和计算实时性,并且该方法不随样本容量波动而精度失准,具有良好的鲁棒性.
压气机特性线的表达、内插与外推、支持向量机、人工蜂群算法、参数优化
33
TM74(输配电工程、电力网及电力系统)
国家自然科学基金项目51806135
2021-01-12(万方平台首次上网日期,不代表论文的发表时间)
共10页
24-33