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
方向1
丁兆军2
舒新前3
1.山东工商学院,计算机学院,山东烟台2640052.山东工商学院,计算机学院,山东烟台264005;中国矿业大学,北京,化学与环境工程学院,北京1000833.中国矿业大学,北京,化学与环境工程学院,北京100083
摘要：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.
关键词：遗传算法支持向量机低阶煤制氢预测模型
分类号：TQ530.2(煤化学及煤的加工利用)TP181(自动化基础理论)
资助基金：国家自然科学基金(90610014)山东省自然科学基金(Q2007B05)
论文发表日期：2010-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
英文信息