1 / 74
文档名称:

集成支持向量回归及其在填料塔液泛气速预测研究.pdf

格式:pdf   页数:74
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

集成支持向量回归及其在填料塔液泛气速预测研究.pdf

上传人:2982835315 2014/6/4 文件大小:0 KB

下载得到文件列表

集成支持向量回归及其在填料塔液泛气速预测研究.pdf

文档介绍

文档介绍:浙江工业大学机械工程学院集成支持向量回归及其在填料塔液泛气速预测的研究浙江工业大学硕士学位论文作者姓名:李常跞指导教师:高增梁,刘毅年月
㈣叭眦!洲眦—●篖篏琇
刷稚轹蜥缝日期纠埤怍月作者签名:季牵貊、日期:阥日作者签名:芩皋辫、学位论文原创性声明学位论文版权使用授权书浙江工业大学日期:力年,拢本人郑重声明:所提交的学位论文是本人在导师的指导下,独立进行研究工作所取得的研究成果。除文中已经加以标注引用的内容外,本论文不包含其他个人或集体已经发表或撰写过的研究成果,也不含为获得浙江工业大学或其它教育机构的学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体,均已在文中以明确方式标明。本人承担本声明的法律责任。本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保阅。本人授权浙江工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于C芸冢年解密后适用本授权书。留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借槐C茉弧朐谝陨舷嘤Ψ娇蚰诖颉啊獭
集成支持向量回归及其在填料塔液泛气速预测的研究要摘液泛气速是填料塔正常操作的上限气速,准确预测各种填料的液泛气速,对于保证填料塔的平稳运行和高效生产具有重要的现实意义和广泛的工业应用前建立P陀糜谝悍浩俚脑げ狻2⑶以诩裳袄砺鄣幕∩希訪模型进行改进,以提高液泛气速预测模型的精度,并进行验证测试。主要工作和攵源车囊悍浩僭げ饽P椭行枰5奶囟ㄌ盍铣J岩曰竦茫贾通用性不高的缺点,建立一种基于囊悍浩僭げ饽P汀O嘟嫌诖骋泛气速预测模型以及神经网络模型,P偷耐ㄓ眯愿撸哂懈玫脑攵允导使ひ瞪幸悍菏莸亩嘌院筒痪庑裕ヒ荒P投砸悍气速的预测受到一定限制的问题,提出一种基于模糊聚类的山7椒ǎ砸悍浩俳性げ狻<蒐模型能较好的提取液泛数据的特征信息,以提高液泛气速的预测效果。贔聚类方法中欧式距离计算的不足及模糊集合理论的优势,聚类方法构造赡P停糜谝悍浩僭げ狻2馐越峁砻鳎岢龅赡P驮谑菰肷洗笫保匣贔聚类的方法更有优势,获得良关键词:液泛气速,预测模型,最小二乘支持向量回归,模糊稻劾啵斯混合模型,集成建模景。本文通过对现今关于填料塔液泛气速预测的传统方法的分析,提出一种最小二乘支持向量回归琇姆椒ǎ创新点如下:测效果。甅,提出一种结合椒ǖ母咚够旌夏P珿好的预测效果。浙江工业大学硕士学位论文
,瑂浙江工业大学硕士学位论文琲,......甌
.,琫
目录缩略语列表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯符号说明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第滦髀邸支持向量机及其集成模型的应用研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.液泛气速的传统计算方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.:鼵均值聚类算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..目录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯填料塔液泛气速预测模型的研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.悍浩僭げ獾腖建模⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.P偷囊恢滦匝橹ぁ本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.《怂惴ā在仿真数据中的应用实验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯浙江工业大学硕士学位论文⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...
⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...咚够旌夏P途劾喾椒ā改进的劾嗨惴ā集成模型的可行性验证⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.贔狶模型的液泛气速预测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..第陆崧塾胝雇盍纤辛较嘈灾省P偷氖淙胧涑霾问扑恪参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..攻读学位期间参加的科研项目和成果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.模型与其他预测方法的比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.集成模型的一致性验证⋯⋯