登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 任务书 > 电子信息类 > 通信工程 > 正文

基于ABC算法优化支持向量机的温度测点恢复方法研究任务书

 2020-03-10 16:59:41  

1. 毕业设计(论文)主要内容:

本文主要研究基于abc(人工蜂群)算法优化svr(支持向量回归机)的温度测点恢复方法。

根据人工蜂群算法和支持向量机的实现原理,使用人工蜂群算法对支持向量机的参数进行优化,并用优化后的算法对缺失的温度测点进行恢复,并对恢复的温度测点值和该点的真实温度值的残差进行分析,并将abc-svr与未优化的svr算法的恢复效果进行比较。

论文阐述人工蜂群算法和支持向量机的实现原理,并对abc优化svr的设计步骤进行详细说明;使用优化后的算法对含有缺失温度测点的数据集进行恢复,分析其与真实温度值的残差;最后通过不同的评价指标将abc-svr算法与未优化的svr算法进行比较,说明abc-svr算法的优越性。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 毕业设计(论文)主要任务及要求

(1)查阅相关文献资料15篇以上(其中近5年外文文献不少于3篇),了解本研究领域的基本理论、关键技术与研究现状。

(2)完成开题报告。

(3)研究人工蜂群算法和支持向量机的实现原理,使用人工蜂群算法对支持向量机的参数进行优化,并用优化后的算法对缺失的温度测点进行恢复,并对该温度测点的恢复温度值和真实温度值的残差进行分析,并将abc-svr与未优化的svr的恢复效果进行比较。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 毕业设计(论文)完成任务的计划与安排

(1)第1-3周:查阅相关文献资料,明确研究内容,了解研究所需理论基础。确定方案,完成开题报告。

(2)第4-5周:熟悉掌握基本理论,完成英文资料的翻译,熟悉开发环境。

(3)6-9周:编程实现各算法,并进行仿真调试。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 主要参考文献

[1]高雷阜, 高晶, 赵世杰. 人工蜂群算法优化svr的预测模型[j].计算机工程与应用, 2016, 52(11):55-59.

[2]陈健飞, 蒋刚等.改进abc-svm的参数优化及应用[j].机械设计与制造,2016(1):24-28.

[3] aydin d, #214;zy#246;n s, ya#351;ar c, et al. artificial bee colony algorithmwith dynamic population size to combined economic and emission dispatch problem[j].international journal of electrical power amp; energy systems, 2014,54(1):144-153.

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

微信号:bysjorg

Copyright © 2010-2022 毕业论文网 站点地图