基于ACPSO优化SVR的棒材连轧轧制力预测研究

来源 :仪器仪表学报 | 被引量 : 0次 | 上传用户:Nuangfeng0915
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对钛合金棒材热连轧轧制力的精确预测问题,提出了一种基于加速收敛的粒子群( accelerate convergence particle swarm optimization, ACPSO)优化支持向量回归(support vector regression,SVR)的预测算法。该算法首先通过使粒子在每次速度迭代过程中偏离速度迭代一个小角度,在位置迭代过程中偏离迭代位置一小步,改善了粒子群算法的收敛性及收敛速度,再通过ACPSO算法实现对支持向量回归机的参数ε、c、γ的同时寻优,从而使ACPSO-SVR
其他文献
为了研究精确标定加速度计在线振动与高g的环境下的误差模型系数的方法。首先介绍了双轴离心机的特点。在反转平台上设计了双轴夹具,然后精确计算了加速度计3个轴的输入比力。
基于pn结的光生伏特效应,本文研究了一种非接触式LED芯片在线检测方法。通过测量pn结光生伏特效应在引线支架中产生的光生电流,检测LED封装过程中芯片质量及芯片与支架之间的电气连接状态。通过分析pn结光生伏特效应的等效电路,详细论述了半导体材料的各种参数及等效电路中各电参数与支架上流过的光生电流的关系。实验对各种不同颜色的LED样品进行了测量。研究表明,该方法可以实现LED芯片的在线检测,有较大的
新年就要来临,不少人都会因为节假日期间饮食、休息不规律而落下"节日病",如大吃大喝之后导致胃肠道不舒服,或血脂升高,或因长时间看电视、打麻将造成颈腰痛等病症。民间有用山