基于灰色关联和改进SVM的钴离子浓度预测研究

被引:11
作者
晏密英 [1 ,2 ]
桂卫华 [1 ]
阳春华 [1 ]
机构
[1] 中南大学信息科学与工程学院
[2] 中南林业科技大学计算机与信息工程学院
关键词
钴离子浓度; 灰色关联分析; SVM; 遗传算法;
D O I
10.19650/j.cnki.cjsi.2011.05.001
中图分类号
TQ132.41 [];
学科分类号
摘要
硫酸锌溶液净化过程具有多变量耦合、强非线性、大时滞性等特点,同时其过程数据具有高噪声、非平稳等特性,针对上述特点提出了一种基于灰色关联和改进SVM的净化过程Ⅱ段出口钴离子浓度混合预测模型。首先利用灰色关联方法,提取与钴离子浓度关联性最大的检测参数;其次在所得检测参数基础上采用LS-SVM算法建立回归建模,同时利用遗传算法对SVM的关键参数进行实时调整,达到预测的目的。生产实践证明,该预测模型能够较好地预测Ⅱ段后液钴离子浓度值,从而为优化锑盐和锌粉添加量的操作起指导性作用。
引用
收藏
页码:961 / 967
页数:7
相关论文
共 17 条
[1]   模拟电路故障诊断的邻近支持向量机集成方法 [J].
唐静远 ;
师奕兵 ;
姜丁 .
电子测量与仪器学报, 2010, 24 (02) :107-112
[2]   基于改进PSO算法的发酵过程模型参数估计 [J].
薛尧予 ;
王建林 ;
于涛 ;
赵利强 .
仪器仪表学报, 2010, 31 (01) :178-182
[3]   基于贝叶斯证据框架的支持向量机负荷建模 [J].
王振树 ;
李林川 ;
牛丽 .
电工技术学报, 2009, 24 (08) :127-134+140
[4]   基于数据场聚类的模糊神经网络在发酵过程中的应用 [J].
王博 ;
孙玉坤 ;
嵇小辅 .
仪器仪表学报, 2009, 30 (05) :944-948
[5]   基于遗传算法优化参数的支持向量机短期负荷预测方法 [J].
吴景龙 ;
杨淑霞 ;
刘承水 .
中南大学学报(自然科学版), 2009, 40 (01) :180-184
[6]   基于CPSO的混合核SVM参数选择及其应用 [J].
陈金凤 ;
杨慧中 .
控制工程, 2009, 16 (01) :70-72
[7]   基于量子PSO的SVM参数选择及其应用 [J].
陈林 ;
潘丰 .
自动化与仪表, 2009, 24 (01) :5-8
[8]   遗传算法在人工神经网络中的应用 [J].
李伟超 ;
李志刚 ;
杨旭海 .
电子测量与仪器学报, 2008, 22(S2) (S2) :170-173
[9]   基于灰色关联分析的层次综合评价 [J].
穆瑞 ;
张家泰 .
系统工程理论与实践, 2008, (10) :125-130
[10]   基于神经网络补偿灰色预测误差的钴离子浓度预测研究 [J].
晏密英 ;
桂卫华 ;
王凌云 .
计算机与应用化学, 2008, (07) :805-808