【摘 要】
：
电能质量扰动的准确分类,是电能品质改善和治理的重要决策依据.为解决支持向量机（SVM）分类器在多分类问题中的不足,采用模式识别领域中聚类分析的思想,提出了一种基于遗传算法（G
【机 构】
：
军械工程学院车辆与电气工程系,北京跟踪与通信技术研究所
论文部分内容阅读
电能质量扰动的准确分类,是电能品质改善和治理的重要决策依据.为解决支持向量机（SVM）分类器在多分类问题中的不足,采用模式识别领域中聚类分析的思想,提出了一种基于遗传算法（GA）的SVM决策树多分类电能质量扰动识别方法.该方法首先对参数进行初步最优值筛选,将得到的初步最优值作为遗传算法初始值进行编码,根据设立的适应度函数完成GA中的选择、交叉、变异等操作,进一步搜索最优值,再以最优决策树构建SVM分类器,最终实现SVM的多分类.仿真结果表明,相比未经优化的SVM模型,基于GA算法优化的SVM具有较高的识别
其他文献
K-means算法是解决聚类问题的一种经典算法,具有算法简单、速度快和容易实现等特点.但它依赖初始值,容易陷入局部最优解.引力搜索算法是在2009年由伊朗的Esmat Rashedi教授等
以模糊随机变量为基本变量，定义了模糊随机功能函数，以挠度为指标建立了既有桥梁加固前后正常使用极限状态下模糊随机极限状态方程．利用等效关系将模糊随机变量当量随机化，给出了
研究了浓海水制备液体盐过程中,用空气吹出法脱除海水中溴的可行性及工艺问题.考察了不同空气流量、温度对溴的脱除速率及其平衡浓度的影响.确定了通过空气吹出法除溴的极限
根据活性粉末混凝土梁受剪破坏过程与破坏形态,考虑纤维拉拔阻力对抗剪承载力的贡献,提出了改进的压力场模型,该理论计算值与本文12根高强钢筋活性粉末混凝土梁试验值吻合良