சுருக்கம்

The prediction research of SO2 emissions in thermal power industry

Jianguo Zhou, Sisi Fu


The prediction of sulfur dioxide (SO2) emissions in thermal power industry belongs to the small sample, poor information gray system. On this basis, this paper established a combination forecasting model based on support vector machine (SVM) and radial basis function neural network (RBFNN). The weights of the model are obtained by using genetic algorithm (GA). At last, on the basis of the historical data of thermal power industry during 1991 to 2012, it predicts SO2 emissions of thermal power industry for the next 8 years. The results showed that, the predicted results were accurate by using this model, which is an effective method for the predict of SO2 emissions of thermal power industry in our country in the future.


மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டது மற்றும் இன்னும் மதிப்பாய்வு செய்யப்படவில்லை அல்லது சரிபார்க்கப்படவில்லை

குறியிடப்பட்டது

  • CASS
  • கூகுள் ஸ்காலர்
  • ஜே கேட் திறக்கவும்
  • சீனாவின் தேசிய அறிவு உள்கட்டமைப்பு (CNKI)
  • CiteFactor
  • காஸ்மோஸ் IF
  • டைரக்டரி ஆஃப் ரிசர்ச் ஜர்னல் இன்டெக்சிங் (DRJI)
  • ரகசிய தேடுபொறி ஆய்வகங்கள்
  • யூரோ பப்
  • ICMJE

மேலும் பார்க்க

ஜர்னல் எச்-இண்டெக்ஸ்

Flyer