[发明专利]一种基于回归型支持向量机确定节能效果的方法及系统在审
申请号: | 201310530348.7 | 申请日: | 2013-10-30 |
公开(公告)号: | CN103544398A | 公开(公告)日: | 2014-01-29 |
发明(设计)人: | 刘国胜;杨文人;彭磊 | 申请(专利权)人: | 广东工业大学;惠州市品智科技有限公司;广州万智信息科技有限公司 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 胡彬 |
地址: | 510006 广东省*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 回归 支持 向量 确定 节能 效果 方法 系统 | ||
1.一种基于回归型支持向量机确定节能效果的方法,其特征在于,包括:
以回归型支持向量机算法计算单位产品能耗的预测值Xp;
从数据库中读取所述单位产品能耗的实际值Xt,所述单位产品能耗的预测值Xp和单位产品能耗的实际值Xt是同一时间段的单位产品能耗;
根据公式计算单位产品的节能效果η。
2.根据权利要求1所述的方法,其特征在于,所述以回归型支持向量机算法计算单位产品能耗的预测值Xp包括:
构建回归型支持向量机模型的输入和输出并且选择回归型支持向量机模型的特征参数,所述输入包括数据的阶数m;
训练回归型支持向量机模型,得到回归函数f(x);
根据所述回归型支持向量机模型计算所述单位产品能耗的预测值Xp。
3.根据权利要求2所述的方法,其特征在于,所述训练回归型支持向量机模型,得到回归函数f(x)之后还包括:
根据评价指标,判断所述回归函数f(x)是否满足性能要求,所述评价指标包括均方误差E和相关系数R2;
若所述回归函数f(x)不满足性能要求,返回到选择所述回归型支持向量机模型中的特征参数的步骤。
4.根据权利要求2或3所述的方法,其特征在于,所述回归型支持向量机模型中的特征参数包括高斯径向基核函数的参数δ、惩罚因子C和精度参数ε。
5.根据权利要求2所述的方法,其特征在于,所述构建回归型支持向量机模型的输入和输出并且选择回归型支持向量机模型中的特征参数还包括:
回归型支持向量机模型的输入和输出的预处理。
6.一种基于回归型支持向量机确定节能效果的系统,其特征在于,包括:
预测能耗模块,用于以回归型支持向量机算法计算单位产品能耗的预测值Xp;
获得能耗实际值模块,用于从数据库中读取所述单位产品能耗的实际值Xt,所述单位产品能耗的预测值Xp和单位产品能耗的实际值Xt是同一时间段的单位产品能耗;
评估节能效果模块,用于根据公式计算所述单位产品的节能效果η。
7.根据权利要求6所述的系统,其特征在于,所述预测能耗模块包括:
模型参数获取模块,用于构建回归型支持向量机模型的输入和输出并且选择回归型支持向量机模型的特征参数,所述输入包括数据的阶数m;
训练模型模块,用于训练回归型支持向量机模型,得到回归函数f(x);
计算能耗预测值模块,用于根据所述回归型支持向量机模型计算所述单位产品能耗的预测值Xp。
8.根据权利要求7所述的系统,其特征在于,所述系统还包括:
评价模型模块,用于根据评价指标,判断所述回归函数f(x)是否满足性能要求,所述评价指标包括均方误差E和相关系数R2;
重新选择模型参数模块,若所述回归函数f(x)不满足性能要求,用于返回到选择所述回归型支持向量机模型中的特征参数的步骤。
9.根据权利要求7或8所述的系统,其特征在于,所述回归型支持向量机模型中的特征参数包括高斯径向基核函数的参数δ、惩罚因子C和精度参数ε。
10.根据权利要求7所述的系统,其特征在于,所述模型参数获取模块还包括:
预处理参数模块,用于回归型支持向量机模型的输入和输出的预处理。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学;惠州市品智科技有限公司;广州万智信息科技有限公司,未经广东工业大学;惠州市品智科技有限公司;广州万智信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310530348.7/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用