欢迎来到天天文库
浏览记录
ID:53575271
大小:255.52 KB
页数:3页
时间:2020-04-19
《混合核函数在线支持向量机在甲醇合成中的应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、第8期机械设计与制造2014年8月MachineryDesign&Manufacture217混合核函数在线支持向量机在甲醇合成中的应用王建国,武丽明,张文兴,江旭(内蒙古科技大学机械工程学院,内蒙古包头014010)摘要:针对甲醇生产过程中高度的非缌}生和时变性,采用精确在线支持向量机模型预测粗甲醇的转化率。在线支持向量机模型一般采用单一的核函数,混合核函数可以弥补单一核函数的不足,提高模型的泛化能力和学习能力。为了使模型的预测精度进一步提高,在混合核函数的基础上运用在线误差校正方法。将基于混合核函数和
2、误差校正的在线支持向量机建模方法应用在煤制甲醇数据上,通过与传统支持向量机和准确在线支持向量机模型对比,仿真实验和分析结果表明改进的在线支持向量机模型比传统支持向量机预测精度高,能够实现粗甲醇转化率的实时预测,从而更好的指导甲醇生产。关键词:在线支持向量回归机;混合核函数;误差校正;粗甲醇转化率中图分类号:TH16文献标识码:A文章编号:1001—3997(2014)08—0217—03OnlineSupportVectorMachineBasedonMixedKernelFunctionandItsAp
3、plicationinMethanolAynthesisWANGJian-guo,WULi-ming,ZHANGWen—xing,JIANGXu(InnerMongoliaUniversityofScienceandTechnology,MechanicalEngineeringSchool,InnerMongoliaBaotou014010,China)Abstract:Forthehighnonlinearityandtimevariationofmethanolproductionprocess,a
4、nonlinecrudemethanolconversionratepredictionmodelbasedononlinesupportvectormachineishereused.Onlinesupportvectormachinemodelsgenerally淞easinglekernelfunction.MixedkernelfunctionCan,nneupforthelackofasinglekernelfunction.andimprovetheabilityofgeneralizatio
5、nandlearninglnordertoimproveabetterpredictionaccuracy.e}『0rcorrectionmethodsbasedmixedkernelfunctionisused.Onlinesupportvectormachinewhichcombinedmixedkernelfunctionanderrorcorectionmethodsisusedincoalmethanoldata,simulationexperimentsandtheresuhsshowthat
6、ahigherpredictionprecisionthanthetradhionolsupportvectorregression,whichCOIl,achievethered-timeofcrudemethanolconversionrateandbetterguidethemethanolproduction.KeyWords:OnlineSupportVectorMachine;MixedKernelFunction;ErrorCorrectionMethods;CrudeMethanolCon
7、versionRate1引言问题目,在模式识别、信号处理、控制、通讯等方面得到了广泛应用。当前支持向量机的算法主要是离线算法,而实际生产过程实时都在在甲醇生产过程中,合成塔出口粗甲醇的转化率是一个关发生变化,数据实时都在更新,若模型不能根据生产过程的变化进键指标,及时、准确地测量是进行合成塔装置先进控制和操作优行动态更新,则很难准确的预测实时变化的生产过程。因此采用一化的关键【l】。而在实际生活中,甲醇转化率的测量均采用离线测种精确在线支持向量机的建模方法,它是在线更新算法的一种网,量,由于分析时间较长,
8、而滞后的分析数据常延误了对甲醇转化可以实现样本的不断在线更新,具有良好的动态建模能力,能提因素的控制,从而直接影响了甲醇质量。因此有必要采用建模方高预测精度,从而更好的指导生产。法来预测甲醇的转化率。基于机理分析的建模方法要求对被测对象的内部特性完全2准确在线支持向量机(AOSVR)了解,而甲醇生产过程极其复杂,因此此法并不适合甲醇生产过支持向量机回归问题描述如下171:给定一个训练集:{(魅,程。统计建模方法包括线性回归方法
此文档下载收益归作者所有