基于支持向量机锅炉水位研究毕业论文.docVIP

学生姓名：蒋淑洁 毕业论文题目：支持向量机在发电厂锅炉建模中的应用 华东交通大学毕业设计 第 PAGE 10 页 共 NUMPAGES 63 页 第 PAGE 9 页 共 NUMPAGES 63 页 支持向量机在发电厂锅炉建模的预测研究 摘要 支持向量机(Support Vector Machine ,SVM)是Corinna Cortes和Vapnik等于1995年首先提出，它建立在统计学习理论的VC 维理论和结构风险最小原理基础上，根据有限的样本信息在模型的复杂性（即对特定训练样本的学习精度）和学习能力（即无错误地识别任意样本的能力）之间寻求最佳折衷，以期获得最好的推广能力的一种算法。 本次研究的目的：将支持向量机理论的算法引入发电厂再热汽温预测之中，在汽温允许的范围内通过支持向量机算法构造出发电厂再热系统模型，运用回归运算的方法对发电厂再热系统的汽温进行预测。 支持向量机在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合建模等其他机器学习问题中。因而我们将发电厂再热汽温的预测问题看作是一种多影响因子的非线性函数关系的逼近问题，使得发电厂锅炉建模问题大大简化。 关键词：支持向量机； 锅炉汽包水位；机器学习； 统计学习理论。 The prediction research of Support vector machine in the p