基于在线矢量基学习算法的4-CBA浓度预报.docVIP

第４４卷增刊ｌ  中南大学学报（自然科学版）  Ｖ０１．４４  Ｓｕｐｐｌ．１ ２０１３年７月 Ｊｏｕｒｎａｌ ｏｆ Ｃｅｎｔｒａｌ Ｓｏｕｔｈ Ｕｎｉｖｅｒｓｉｔｙ（Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ） Ｊｕｌｙ ２０１３  基于在线矢量基学习算法的４－ＣＢＡ浓度预报 范玉刚比，朱丹１，一，吴建德１．一，黄国勇ｕ，王晓东１’２ （１．昆明理工大学信息工程与自动化学院，云南昆明，６５０５００； ２．云南省矿物管道输送工程技术研究中心，云南昆明，６５０５００） 摘要：针对定长最小二乘支持向量机饵Ｓ．ＬＳＳＶＭ）无法在线建模的问题，提出了ＦＳ．ＬＳＳＶＭ在线矢量基学习算法 （ＯＶＢＬ）。与ＦＳ．ＬＳＳＶＭ相比，ＯＶＢＬ采用特征向量选取算法提取支持向量（矢量基），并通过Ｋａｌｍａｎ滤波器，在 线调整系统辨识模型，从而能够跟踪时变非线性系统的动态特性。将ＯＶＢＬ算法应用于工业ＰＴＡ（Ｐｕｆｉｆｉｅｄ ｔｅｒｅｐｈｔｈａｌｉｃ ａｃｉ（１）氧化过程中的４－ＣＢＡ（４．Ｃａｒｂｏｘｙｂｅｎｚａｌｄｃｈｙｄｃ）浓度预测。研究结果表明：ＯＶＢＬ的预测精度较高。 关键词：最小二乘支持向量机；Ｋａｌｍａｎ滤波器；核函数；ＰＴＡ氧化过程 中图分类号：ＴＰ２７４ 文献标志码：Ａ 文章编号：１６７２—７２０７（２０１３）Ｓ卜０３３７－０５  ｓｉｎ ｒ ｃｏｎｃｅｎｔｒａｔｉｏｎ ｐｒｅｄｉｃｔｉｏｎ ｏｆ ４－－ＣＢＡ  ＦＡＮ Ｙｕｇａｎ９１一，ＺＨＵ Ｄａｎｌ一，ＷＵ  ｊｉａｎｄｅｌ一，ＨＵＡＮＧ Ｇｕｏｙｏｎ９１一，ＷＡＮＧ Ｘｉａｏｄｏｎ９１＇２  （１．Ｆａｃｕｌｔｙ ｏｆＩｎｆｏｒｍａｔｉｏｎ  Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄＡｕｔｏｍａｔｉｏｎ，Ｋｕｎｍｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆＳｃｉｅｎｃｅ  ａｎｄ  Ｔｅｃｈｎｏｌｏｇｙ， Ｋｕｎｍｉｎｇ ６５０５００，Ｃｈｉｎａ； ２．Ｅｎｇｉｎｅｅｒｉｎｇ Ｒｅｓｅａｒｃｈ Ｃｅｎｔｅｒ ｆｏｒ Ｍｉｎｅｒａｌ Ｐｉｐｅｌｉｎｅ Ｔｒａｎｓｐｏｒｔａｔｉｏｎ ｏｆＹｕｎｎａｎ Ｐｒｏｖｉｎｃｅ，Ｋｕｎｍｉｎｇ ６５０５００，Ｃｈｉｎａ）  Ａｂｓｔｒａｃｔ：Ｆｏｒ ｔｈｅ ｐｒｏｂｌｅｍ ｔｈａｔ ｔｈｅ ｆｉｘｅｄ ｓｉｚｅ ｌｅａｓｔ ｓｑｕａｒｅｓ ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｍａｃｈｉｎｅ  ｆｆｓ—ＬＳＳＶＭ）ｒｅｇｒｅｓｓｉｏｎ  ｉｓ ｎｏｔ ｓｕｉｔａｂｌｅ ｆｏｒ ｏｎｌｉｎｅ ｍｏｄｅｌｉｎｇ，ｔｈｅ ｏｎｌｉｎｅ ｖｅｃｔｏｒ ｂａｓｅ ｌｅａｍｉｎｇ（ＯＶＢＬ）ａｌｇｏｒｉｔｈｍ ｆｏｒ ＦＳ—ＬＳＳＶＭ ｗａｓ ｐｒｏｐｏｓｅｄ．Ｔｈｅ ｄｉｆｆｅｒｅｎｃｅ ｂｅｔｗｅｅｎ ＦＳ—ＬＳＳＶＭ ａｎｄ ｔｈｅ ＯＶＢＬ ｉｓ ｔｈａｔ ＯＶＢＬ ｓｅｌｅｃｔｓ ｔｈｅ ｓｕｐｐｏｒｔ ｖｅｃｔｏｒｓ（Ｖｅｃｔｏｒ ｂａｓｅ）ｂｙ ｆｅａｔｕｒｅ ｖｅｃｔｏｒ ｓｅｌｅｃｔｉｏｎ ｆｌｇｏｆｉｔｈｍ．Ｍｏｒｅｏｖｅｒ，ｔｈｅ ｍｏｄｅｌ ｏｆ ＯＶＢＬ ｉｓ ｒｅｇｕｌａｔｅｄ ｏｎｌｉｎｅ ｂｙ Ｋａｌｍａｎ ｆｉｌｔｅｒ ｆｏｒ ｓｙｓｔｅｍ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ．Ａｓ ａ ｒｅｓｕｌｔ，ＯＶＢＬ Ｃａｎ ｔｒａｃｋ ｔｈｅ ｄｙｎａｍｉｃｓ ｏｆ ｎｏｎｌｉｎｅａｒ ｔｉｍｅ—ｖａｒｙｉｎｇ ｓｙｓｔｅｍ．ＯＶＢＬ ｉｓ ａｐｐｌｉｅｄ ｔｏ ｐｒｅｄｉｃｔ ｔｈｅ ｃｏｎｃｅｎｔｒａｔｉｏｎ ｏｆ ４－Ｃａｒｂｏｘｙｂｅｎｚａｌｄｃｈｙｄｃ（４ ｐｕｒｉｆｉｅｄ ｔｅｒｅｐｈｔｈａｌｉｃ ａｃｉｄ（ＰＴＡ）ｏｘｉｄａｔｉｏｎ ｐｒｏｃｅｓｓ．Ｔｈｅ ｒｅｓｕｌｔｓ ｉｎｄｉｃａｔｅ ｔｈａｔ ｔｈｅ ｐｒｏｐｏｓｅｄ ｍｅｔｈｏｄ ｙｉｅｌｄｓ ａ ｈｉ曲ａｃｃｕｒａｃｙ． Ｋｅｙ ｗｏｒｄｓ：ｌｅａｓｔ ｓｑｕａｒｅｓ ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ；Ｋａｌｍａｎ ｆｉｌｔｅｒ；ｋｅｒｎｅｌ ｆｕｎｃｔｉｏｎ；ＰＴＡ ｏｘｉｄａｔｉｏｎ ｐｒｏｃｅｓｓ  支持向量机（ｓｕｐｐｏｒｔ  ｖｅｃｔｏｒ  ｍａｃｈｉｎｅｓ，ＳＶＭ）具有  ｍａｃｈｉｎｅｓ，ＬＳ．ＳＶＭ）。ＬＳ．ＳＶＭ将ＳＶＭ的二次规划问 完备的统计学习理论基础，特别是对小样本数据的模 式识别和函数估计具有出色的学习推广性能，在很多 领域都得到了成功的应用【ｌ】。Ｓｕｙｋｅｎｓ等［２】在Ｖａｐｎｉｋ 统计学习理论的基