%0 Journal Article
%T 基于遗传算法优化参数的支持向量机燃煤发热量预测
%A 江文豪
%A 韦红旗
%A 屈天章
%A 朱锋？
%J 热力发电
%P 14-19
%D 2011
%X 利用支持向量回归机（svr）和遗传算法（ga）对煤的低位发热量建模，采用遗传算法对支持向量机预测模型的各项参数进行寻优，为减少所选参数对训练样本的依赖性，引入交叉验证的思想，以推广能力最好的一组参数作为最终参数。将优化参数代入svr模型，得到基于遗传算法的支持向量回归机(ga[cd*2]svr)模型。通过对电厂入炉煤的试验数据进行分析，并且与常规svr模型和bp神经网络模型（bp[cd*2]ann）进行对比，以验证该模型的可靠性和精确性。结果表明，该方法可准确地预测燃煤发热量。
%K 支持向量回归机
%K 遗传算法
%K 神经网络
%K 煤
%K 低位发热量
%K 预测
%U http://rlfd.paperopen.com//oa/darticle.aspx?type=view&id=110304