浙江省教育厅科研计划(20070194)
- 作品数：4 被引量：26H指数：2
- 相关作者：陈磊张土乔更多>>
- 相关机构：浙江工业大学浙江大学更多>>
- 发文基金：浙江省教育厅科研计划国家自然科学基金更多>>
- 相关领域：建筑科学更多>>
- 基于ν-支持向量机的时用水量预测模型被引量：7
- 2009年
- 为解决BP神经网络结构较难确定以及过学习的问题,在对时用水量序列进行相关分析的基础上,建立了基于ν-支持向量机(ν-SVM)的时用水量预测模型.ν-SVM算法通过引入参数ν代替传统支持向量机算法的不敏感系数ε,有效地控制支持向量个数.实例分析结果表明,与基于BP网络的预测模型和基于传统SVM的预测模型相比,基于ν-SVM的时用水量预测模型建模速度更快,预测精度更高.
- 陈磊
- 关键词：BP神经网络供水系统时用水量预测
- 遗传最小二乘支持向量机法预测时用水量被引量：15
- 2011年
- 为解决传统最小二乘支持向量机采用交叉验证确定参数耗时较长的问题,提出基于遗传算法和最小二乘支持向量机的城市时用水量预测方法.根据城市时用水量序列具有较强相关性的特点,利用自相关系数法分析时用水量序列的变化规律,并引入二进制编码的自适应遗传算法优化最小二乘支持向量机的超参数,采用交叉验证法确定遗传算法个体的适应值,建立了时用水量预测模型.实例分析表明:与基于传统最小二乘支持向量机的时用水量预测方法相比,基于遗传算法和最小二乘支持向量机的时用水量预测方法计算速度更快,预测精度更高.
- 陈磊
- 关键词：遗传算法最小二乘支持向量机时用水量
- 正交多智能体算法求解管网直接优化调度模型被引量：2
- 2008年
- 针对传统遗传算法存在高维空间寻优能力较差的问题,提出采用正交多智能体算法求解管网直接优化调度模型.对智能体的随机初始种群进行正交操作,得到较优初始种群,通过智能体的竞争和自学习,找到较优解.结果表明:与正交自适应遗传算法相比,正交多智能体算法具有更强全局搜索能力和更快寻优速度,并且正交多智能体算法优化方案较大提高了水泵运行效率,可节电2.96%.
- 陈磊张土乔
- 关键词：正交设计供水系统
- 基于遗传支持向量机的时用水量预测模型被引量：2
- 2010年
- 针对传统支持向量机采用交叉验证确定参数耗时较长的不足,提出了基于遗传支持向量机的时用水量预测模型.根据时用水量序列的相关性,确定预测模型的输入参数;利用自适应遗传算法优化支持向量机的参数,建立了时用水量预测模型.实例分析结果表明,与基于传统支持向量机的预测模型相比,基于遗传支持向量机的时用水量预测模型建模速度更快,预测精度更高.验证了所提出模型的合理性和有效性.
- 陈磊
- 关键词：遗传算法支持向量机供水系统时用水量自相关
