建立储煤中心的KPCA-SVRM选址模型研究

建立储煤中心的KPCA-SVRM选址模型研究

ID:36783356

大小:218.97 KB

页数:4页

时间:2019-05-15

建立储煤中心的KPCA-SVRM选址模型研究_第1页
建立储煤中心的KPCA-SVRM选址模型研究_第2页
建立储煤中心的KPCA-SVRM选址模型研究_第3页
建立储煤中心的KPCA-SVRM选址模型研究_第4页
资源描述:

《建立储煤中心的KPCA-SVRM选址模型研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第25卷第5期电力科学与工程VoI_25.No.5May.2009432009年5月ElectricPowerScienceandEngineering建立储煤中心的KPCA'-SVRM选址模型研究卢攀,刘泽剑,张鹏东(1.华北电力大学工商管理学院,河北保定071003;2.宁夏隆德县供电局,宁夏隆德756300)摘要:通过分析目前的电煤供应现状,提出建立储煤中心来解决电煤供应瓶颈问题。运用KPCA-SVRMC基于核函数的主成分分析与支持向量回归机结合)模型进行储煤中心选址决策,综合考虑各种因素,把社会专业化分工的优越性充分发挥出来,使之在实现电力行业可持

2、续发展的同时尽量节约能源和成本、注重效益,保持电力行业的长期、健康、协调发展。在KPCA—SVRM模型中,首先是用KPCA对影响储煤中心选址决策的各种因素进行主成分提取,然后将提取后的主成分作为SVRM的输入,通过学习和训练最终输出决策结果,最后用相关实例来说明此过程。关键词:储煤中心;选址决策;基于核函数的主成分分析;支持向量回归机中图分类号:TK01;TU271.1:TM621.1文献标识码:A本文在研究前人成果的基础上,提出建立0引言KPCA—SVRM(基于核函数的主成分分析与支持向量回归机结合)模型来实现储煤中心选址决策:电力是使用方便、效率高、无

3、污染的重要二次综合考虑各种因素,把社会专业化分工的优越性充能源,电力的发展程度已经成为社会生产和人民生分发挥出来,使之在实现电力行业可持续发展的同活现代化的重要标志。在我国的电力结构中,火电时尽量节约能源和成本、注重效益,保持电力行业占居绝对主导地位,可以说没有煤就没有电。而近的长期、健康、协调发展。在KPCA-SVRM模型年来,随着我国经济的飞速发展,煤炭价格持续上中,首先是用KPCA对影响储煤中心选址决策的涨,电煤供应问题矛盾突出,一些电厂甚至出现了各种因素进行主成分提取,然后将提取后的主成分电煤告急,电厂面临停机危机的状况。电煤供应问作为SVRM的输

4、入,通过学习和训练最终输出决题亟待解决n’。策结果。电厂与煤炭企业直接签订合同来保证电煤的供应,要受到各种因素的影响,经常会出现合同无法1储煤中心选址的KPCA-SVRM模型研究顺利签订或签订合同无法正常履行的情况。因此,可以建立储煤中心作为电厂和煤炭企业的第三方物1.1基于核函数的主成分分析,流。这样不仅保证了电煤的供应,还可以减少电厂设数据集x=(-,,⋯,而),xkER",=0,的煤炭储量,节约了电厂的成本,从而保持电力行1,业长期、健康、协调的发展。.其样本协方差矩阵为c÷∑埘。主成分分析法通过建立储煤中心来解决电煤供应瓶颈问题‘‘j=l时,储煤中

5、心选址的研究具有非常重要的现实意通常通过求该矩阵的特征向量和相应的特征值,并义。人们对选址这一综合评价问题做了很多研究,根据特征值的大小通过特征向量的线性组合提取数提出了如层次分析法口、主成分分析法H、模糊赋据中的主成分。权法、专家咨询法等。但这些方法都有一定的适基于核函数的主成分分析是一种非线性特用范围和局限性。征提取的方法。它通过1个非线性映射将数据从输收稿日期:2009—01-01.作者简介:卢攀(1984一),女,华北电力大学工商管理学院硕士研究生电力科学与工程2009笠入空间映射到特征空间,然后在特征空间中进行通I—W‘(鼠)一b<-e+5常的主

6、成分分析,其中的内积运算采用1个核函数来代替。设非线性映射为:—F。因此,F由s_L{箍),O(x2),⋯,(x)生成。为得到问题的解,通常引入它的对偶问题基于核函数的PCA提取非线性主元的算法步告.∑1(口一口)(一))+£∑,(+口)骤:一m‘(1)计算矩阵的内积:(%)阿,,=l卢1=()·))=,xj)∑(一口I)(6)卢l(2)利用式L~a=Ka,计算的特征和特征f,向量i(i=1,2,⋯,,)。s·t.’1If∑=l(一)=0(3)将特征值由小到大排序,非零特征值的特【0

7、零的一为支持向(4)对任意原数据∈,通过计算量。,,(·))=∑((而)·))=∑而,),最后,通过引入拉格朗日因子和最佳系数参产1j=l数,决策方程式(2)转化为以下形式:得到的投影。,)=∑(一),)十万(7)1.2支持向量回归机模型f=1当运用KPCA进行主成分提取后,训练样本回归方程式(7)即为支持向量回归机(SVRM)。值可表示为(,),(S:,y2),⋯,(,)。SiER为式中按下列方式计算:选择位于开区间(0,c)中第i个样本的输入模式,∈为第i个样本的期望的任一个或,若选到的是,~,lJb=yj-输出,t为训练样本值。回归函数n,=∑(一)

8、,而)+8;若选到的是,则一)=w·)+6(2)l,式中()为从高

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。