基于粗集理论和支持向量机的动态预测新方法及应用.pdfVIP

维普资讯

基于粗集理论和支持向量机的动态预测新方法及应用张国云。等

基于粗集理论和支持向量机的动态预测新方法及应用

ANovelRS—SVMDynamicPredictionApproachandItsApplication

国云，2幸兢2

(湖南理工学院电子信息系，岳阳414006；湖南大学电气与信息工程学院，长沙410082)

摘要基于粗集的属性约简理论和SVM回归思想，提出了一种内嵌属性约简策略的SVM动态预测方法(RS—svM)，并用于E[l转窑

烧结带温度测量。该方法首先利用属性约简理论精选出与烧结带温度有重要关联的传感器信号，再利用SVM建立这些传感器信号与

烧结带温度之间的非线性映射模型，并不断地跟踪预测误差动态修正SVM预测模型，从而提高了系统的抗干扰性能和容错能力。通

过与直接SVM方法进行比较的实验，说明了此方法在回转窑烧结带温度预