基于改进在线支持向量回归的离子浓度预测模型

摘要：

针对湿法炼锌净化过程中杂质离子浓度检测的大滞后特性和模型失效问题.提出了基于在线支持向量回归的离子浓度预测模型.该模型对每个新样本进行增量学习,并能删除数据集中的一个旧样本.进而提出用分块矩阵的方法解决更新算法计算复杂的问题.将该建模方法应用于离子浓度的预测,结果表明预测模型具有较好的泛化性能,模型更新时间明显缩短,有效地提高了适应工况的实时性.

关键词：离子浓度、在线支持向量回归、预测模型、更新矩阵

所属期刊栏目：24

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金60634020

在线出版日期：2009-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：537-541