10.3969/j.issn.1000-3428.2012.10.065
PLS-LSSVM模型在锌净化中的应用
在锌净化除钴过程中,生产数据存在噪声且变量间具有多重相关性,从而难以准确预测钴离子浓度.为此,采用偏最小二乘方法去除数据中的噪声,降低各参数间的多重相关性.通过为不同时期的样本数据赋予不同的权值,提高了最小二乘支持向量机(LSSVM)模型预测的准确性.利用改进的粒子群优化算法优化选择LSSVM模型的惩罚因子和核函数参数,以避免人为选择参数的盲目性.仿真结果表明,PLS-LSSVM模型的预测精度高于偏最小二乘回归和LSSVM.
偏最小二乘法、最小二乘支持向量机、净化、粒子群优化算法、钴离子
38
TP391(计算技术、计算机技术)
国家自然科学基金资助项目61174133;湖南省教育厅科研基金资助项目11C0704
2012-07-17(万方平台首次上网日期,不代表论文的发表时间)
共3页
212-214