基于LS-SVM对耐高温滤料过滤效率的预测研究 Efficiency Forecast of High Temperature Resistance Filtration Material Filter based on Least Square-Support Vector Machine.pdfVIP

第31卷第 2期 建 筑 热 能 通 风 空 调 V01．31No．2 2012年 4月 BuildingEnergy Environment Apr．2012．29~32 文章编号 ：1003—0344(2012)02．029—5 基于LS—SVM对耐高温滤料过滤效率的预测研究 王亮 王智超 。冯国会 1沈阳建筑大学市政与环境工程学院 2中国建筑科学研究院空调所 摘 要：本文主要研究利用最小二乘支持向量机的方法预测耐高温高效滤料在不同测试条件下过滤效率的变化。 笔者采用最小二乘支持向量机的方法，以Matlab作为软件平台，利用lssvmlab工具箱对于滤料测试的实验数据 进行学习，以气体温度、气体流速，上游发尘浓度为输入 ，滤料过滤效率为输出训练算法，预测不同测试条件下滤 料的过滤效率，并且与RBF神经网络的预测结果进行比较。实例分析表明，与基于RBF神经网络的耐高温滤料 过滤效率模型相比，基于最小二乘支持向量机的过滤效率模型具有更高的精度 ，更强的鲁棒性，并且速度更快。 关键词：PTFE耐高温滤料 过滤效率 回归预测 最小二乘支持向量机 RBF神经网络 Efficiency Forecast ofHigh Tem perature Resistance Filtration Material FilterbasedonLeastSquare-SupportVectorMachine WANG Liang，WANG Zhi—chao，FENG Guo—hui 1SchoolofMunicipalandEnvironmentalEngineering，ShenyangJianzhuUniversity 2ChinaAcademyofBuildingResearch Abstract：Thispaperaimedtoinvestigatethehightemperatureresistancefiltrationmaterialfilterefficiencyforecast modelbasedonLeastSquare-Suppo~VectorMachine (LS—SVM)．AccordingtotheLS—SVMprinciple，itusedMatlab assoftwareplatformandlssvmlabtoolboxtolearnexperimentaldata．Withairtemperautre，airvelociyt，generatingdust concentrationasinput，andfiltereffi ciencyasoutput，ittrainedwiththeLS-SVM ，predictingthefilterefficiencyunder variousconditions．Theforecastresultsindicatethatthemethodhasachieved thesatisfactoryprecision．Casestudy showsthatLS-SVM basedhJghtemperatureresistancefiltrationmaterialfilterefficiency forecastmodelhasbetter robustnessandforecastingaccuracyandfasterthanRBFneuralnetworkbasedforecastmode1． Keywords：PTFEfiltrationmaterial，filterefficiency，regressionforecasting，leastsquare-supportvectormachine，RBF neuraInetwork 0 引言 键部件，滤料性能对除尘效果影响很大。影响耐高温