[发明专利]基于SVM-蚁群算法的牵引负荷参数辨识方法及系统有效
申请号: | 202110316247.4 | 申请日: | 2021-03-24 |
公开(公告)号: | CN113159265B | 公开(公告)日: | 2022-09-09 |
发明(设计)人: | 刘书铭;李琼林;张博;代双寅;唐钰政;王毅;郑晨;朱明丽;应宜辰;吴命利 | 申请(专利权)人: | 国网河南省电力公司电力科学研究院;北京交通大学 |
主分类号: | G06N3/00 | 分类号: | G06N3/00;G06N20/10;H02J3/00 |
代理公司: | 北京智绘未来专利代理事务所(普通合伙) 11689 | 代理人: | 王萍;肖继军 |
地址: | 450000 河*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 基于SVM‑蚁群算法的牵引负荷参数辨识方法及系统。辨识方法包括如下步骤:1、采集相关历史数据;2、确定牵引负荷待辨识的参数范围并对其进行网格化划分;3、进行群蚁算法参数预辨识,得到所有预辨识的参数组以及其对应的误差值f;4、将所得的参数组作为SVM训练的输入值,进行SVM的训练,得到SVM模型;5、实时采集数据,使用训练完成的SVM模型进行参数辨识,并根据输出结果进行参数组重选或使用改进后的蚁群算法进行系数调整,得到最终的参数辨识结果。该方法适用于牵引负荷建模,优化了蚁群算法随机范围不可控的问题,提高参数辨识精度,使参数辨识的结果更加准确。 | ||
搜索关键词: | 基于 svm 算法 牵引 负荷 参数 辨识 方法 系统 | ||
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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国网河南省电力公司电力科学研究院;北京交通大学,未经国网河南省电力公司电力科学研究院;北京交通大学许可,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/patent/202110316247.4/,转载请声明来源钻瓜专利网。