灰色模糊LSSVM预测模型在锌净化除钴中的应用
针对锌净化除钴过程生产数据存在噪声和系统参数缓慢变化的问题,提出一种基于灰色模糊 LSSVM 的钴离子浓度预测模型.对样本数据进行灰色累加,削弱原始数据序列中的噪声,使数据规律性增强,灰色累加后数据作为LSSVM输入,提高模型抗干扰能力和预测能力;由于锌净化除钴工序的系统参数随时间发生变化,提出对不同时期的样本赋予不同的模糊加权值;利用改进PSO的全局优化能力和快速收敛性,优化LSSVM模型的惩罚因子和核函数参数,避免人为选择参数的盲目性.对硫酸锌溶液净化除钴过程生产数据的仿真结果表明,灰色模糊LSSVM预测值能很好地跟踪实际值的变化趋势,满足钴离子浓度预测要求.
最小二乘支持向量机、微粒群算法、模糊加权、灰色累加
TP273(自动化技术及设备)
2012-12-05（万方平台首次上网日期，不代表论文的发表时间）
共5页
2382-2386
