陆春伟
- 作品数：3 被引量：9H指数：2
- 供职机构：内蒙古科技大学信息工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术一般工业技术电气工程更多>>
- 群智能算法优化SVR预测模型的应用与分析被引量：2
- 2014年
- 群体智能是基于生物群体行为规律的智能计算技术,常用以解决参数寻优等问题;作为群体智能的两种典型算法,蚁群算法和粒子群算法应用极为广泛;文章分析了标准蚁群算法和粒子群算法的不足,分别采用改进的蚁群算法和粒子群算法对支持向量机回归模型参数进行优化,并以钕铁硼吸氢阶段合金氢含量预测为例,通过MATLAB对改进后的预测模型进行了仿真验证,最终给出了两种方法优化后,模型的预测效果及性能对比;仿真结果表明,改进的群体智能算法对工艺优化控制有着重要的意义。
- 朱林陆春伟
- 关键词：改进蚁群算法改进粒子群算法参数寻优收敛速度
- 蚁群算法在钕铁硼氢粉碎控制系统中的应用
- 钕铁硼氢粉碎工艺作为新兴稀土永磁材料的制备方法,应用极为广泛。但是氢碎过程当中,合金的粉碎状况、合金当中的氢含量等工艺参数无法通过传感器实时检测,从而限制了钕铁硼氢粉碎制备工艺过程的优化控制。如何通过工艺过程控制提升钕铁...
- 陆春伟
- 关键词：稀土永磁材料控制系统改进蚁群算法
- 文献传递
- 基于改进蚁群支持向量机的氢含量软测量建模被引量：7
- 2014年
- 针对氢粉碎过程中钕铁硼合金粉碎状态不可知的特点,在用传统方法预测合金反应状态时存在参数盲选、收敛缓慢等问题。为有效预测合金的反应状态,提出了基于改进蚁群算法优化的支持向量机模型。通过优化支持向量机模型的惩罚因子C和径向基核参数g,可提高支持向量机检测模型的性能。以钕铁硼氢粉碎过程优化控制为例,建立了合金氢含量的检测模型,并与人工参数选择的检测模型进行了对比。仿真结果表明改进蚁群优化的检测模型检测精度高,泛化能力强,对工艺优化控制具有重要意义。
- 朱林陆春伟
- 关键词：蚁群算法支持向量机软测量
