基于改进支持向量机的多因素筛选预测模型研究.pdfVIP

基于改进支持向量机的多因素筛选预测模型研究 李思博1段文超2 (1．神华集团广东国华粤电台山发电有限公司广东台山529228；2．天津国投津能发电有限公司天津300000) 摘要：为蓣测工业生产中较难测量的目标量，本文提出一种基于改进的支持向量机预测模型，利用灰色范数关联法，对于影响该目标量的多因素 进行关联分析，提取主要影响因子作为预测模型的输入量。同时，以工业换热器的污垢热阻为例，验证该预测模型的可行性。 关键词：支持向量机灰色关联度预测模型 中图分类号：TP393 文献标识码：A 文章编号：1007—9416(2014)05—0085-02 1引言 约束条件：Yf=w-9(‘)+b+毒 (4) 随着神经网络与支持向量机的蓬勃发展，一些围绕工业生产实 用拉格朗日法求解上述优化方程， 上 际情况的预测模型应运而生。樊绍胜等【l】提出一种基于灰色理论和 (5) 多模型组合的冷凝器污垢预测方法，用于预测冷凝器周期性结垢现 其中a，是拉格朗日乘子，根据优化条件 象。侯迪波等乜提出了一种基于模糊神经网络(FNN)的周期性结垢 预测方法。李彦等口】提出了基于小波和支持向量机的光纤微振动传 等=u，嚣=。，嚣-．-，丝Oa=。 c6， 感器模式识别。王新洲等提出了基于小波变换和支持向量机的大坝 变形预测[41。这些成果对预测模型具有一定的理论基础，但实际生产 数，优化问题转化为求解线性方程： 过程中往往会出现选取目标量的影响因素较多，预测精度偏低等问 题，因此导致预测模型在实际应用中有一定的局限性。 0 本文基于改进的支持向量机(最小二乘支持向量机)，利用灰色 1七(而，而)+Z…k( 柚 M ● ： ： 。． 范数关联法优化目标量多因素的数量，消除了次要或不必要的因 ： 素，减少了预测模型的规模，同时改善了其精度，满足于工业生产等 1 七“，五) …七(而 卜形 6喁；q y【 ●札；一 丌iiiiiii业 领域的应用。 用最小二乘法求出a与b，最终得到非线性回归预测函数： 2预涓模型原理 上 厂(x)=∑口，七(x，五)+6 (8) 本文提出的预测模型其原理是针对工业生产领域的特定目标 量，罗列与其相关的影响因素，通过灰色范数关联方法，筛选基于改