基于模糊最小二乘支持向量机的蒸发过程预测控制研究论文

《基于模糊最小二乘支持向量机的蒸发过程预测控制研究论文》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、基于模糊最小二乘支持向量机的蒸发过程预测控制研究论文【摘要】针对氧化铝蒸发过程的多变量、非线性和大滞后特点及不同时间和空间样本数据不同的特征，提出了基于末位淘汰机制的混沌粒子群算法的综合加权模糊最小二乘支持向量机蒸发过程预测控制方法。用变异混沌粒子群算法对模型预测控制进行滚动优化，计算出最优控制序列。以某氧化铝厂蒸发过程生产数据进行实验验证分析，结果表明：模型预测结果中相对误差小于8%的样本达到93.9%，出口浓度稳定在240g／Ｌ附近，其控制性能得到显著改善，同时也起到了降低能耗的目的。【关键词】蒸发过程；预测控制；模糊最小二乘支持向量机；混沌

2、粒子群算法AbstractAimingatthecharacteristicsofmultivariable,nonlinearity,largetimedelayinaluminaevaporationprocessandthedifferentfeaturesofvarioustemporalandspatialsamples,apredictivecontrolstrategybiningthefuzzyleastsquaresupportvectormachine(LSSVM)optimization(CPSO)echanismiza

3、tioninpredictivecontrol,aCPSOalgorithmechanismentalverificationanalysisedusingtheindustrialproductiondatafromevaporationprocessofanaluminaplant.Theresultsshoplesanceisgreatlyimprovedandplaysaroleinreducingenergyconsumption.Keyachine;Chaosparticlesoptimization1引言蒸发过程是氧化铝生产工艺中的

4、一个重要工序，是一类具有非线性、多变量以及长流程等特点的复杂工业过程.freelin(1)分析化学第38卷第6期阳春华等：基于模糊最小二乘支持向量机的蒸发过程预测控制研究式中，‖inj=1μj，μj=e-(xj-jζj)2,δi=N-iN(δmax-δmin)+δmin其中，xj为第j个自变量的样本均值，ζj为其样本方差;δi为基于时间的线性加权系数。核函数选用径向基函数：K(xk,xj)=exp-‖(xk-xj)2‖σ2(3)定义核函数K(xi,yi)=φxi·φyi，根据KTT条件，求解拉格朗日乘子αi及参数b,由此确定LSSVM的输出

5、为：y(x)=∑mi=1αiK(x,xi)+b(4)通过机理分析及数据相关性分析，选取进料温度t1、进料流量f1、进料浓度din、新蒸汽温度t2、新蒸汽流量f2为输入变量，将上述变量组成的自变量矩阵代入式(1)中的约束项，即可采用模糊最小二乘支持向量机，则出口浓度预测模型可表示为：yr(k+j)=SVMy(k-1),∧,y(k-l+1),T(k),∧,T(k-m+1),L(k),∧,L(k-n+1),f(k),∧,f(k-p+1),C(k),∧,C(k-q)(5)式中,yr(k+j)为出口浓度该时刻起的预测值，y，T，L，f和C分别表示进料浓度、

6、进料温度和流量、新蒸汽温度和流量。l，m，n，p和q分别表示输入变量相应的阶数，通过多次实验，分别取为2，2，1，1和2。3.2反馈校正由于模型失配以及外来干扰的影响，模型的预测输出与对象实际输出之间会存在一定的偏差。将实际测量得到的非线性系统输出值与模型预测值p(k)比较,可得到预测误差表达式：e(k)=y(k)-p(k)(6)这一误差信息反映了模型中未包括的不确定因素对输出的影响，可用来预测未来的输出误差，以补充基于模型的预测。通过误差加权的方式对未来输出进行修正，可以得到校正后下一周期的闭环预测输出为：yp(k+i)=p(k+i)+h

7、ie(k)(7)式中hi为校正系数。3.3基于混沌PSO的优化控制粒子群优化算法是基于群体的进化计算技术，其思想来源于人工生命和演化计算理论，最早是由Eberhart和Kennedy15,16提出，是受启于鸟群觅食行为而提出的一种生物进化算法17,原理简单、易于实现，全局收敛,对解决高维问题也有一定的优势。滚动优化的思想是通过迭代法，在有限预测步数内，搜索控制向量U=u(k),u(k+1),∧,u(k+l-1)，使目标函数达到最小。非线性优化器的目标函数为：minJ(k)=∑pj=1yp(k+j)-yr(k+j)2+∑l-1i=0riΔu(k+l

8、)2(8)Δu(k+i)=u(l+i)-u(k+i-1)(9)通过选择该时刻起L个时刻的控制增量，使系统在未来p个时刻的输出值yp尽可能