集成支持向量回歸及其在填料塔液泛氣速預(yù)測(cè)的研究.pdf

1、液泛氣速是填料塔正常操作的上限氣速，準(zhǔn)確預(yù)測(cè)各種填料的液泛氣速，對(duì)于保證填料塔的平穩(wěn)運(yùn)行和高效生產(chǎn)具有重要的現(xiàn)實(shí)意義和廣泛的工業(yè)應(yīng)用前景。
　　本文通過(guò)對(duì)現(xiàn)今關(guān)于填料塔液泛氣速預(yù)測(cè)的傳統(tǒng)方法的分析，提出一種最小二乘支持向量回歸(Least Squares Support Vector Regression，LSSVR)的方法，建立LSSVR模型用于液泛氣速的預(yù)測(cè)。并且在集成學(xué)習(xí)理論的基礎(chǔ)上，對(duì)LSSVR模型進(jìn)行改進(jìn)，以提高液泛氣速

2、預(yù)測(cè)模型的精度，并進(jìn)行驗(yàn)證測(cè)試。主要工作和創(chuàng)新點(diǎn)如下:
　　(1)針對(duì)傳統(tǒng)的液泛氣速預(yù)測(cè)模型中需要的特定填料常數(shù)難以獲得，導(dǎo)致通用性不高的缺點(diǎn)，建立一種基于LSSVR的液泛氣速預(yù)測(cè)模型。相較于傳統(tǒng)液泛氣速預(yù)測(cè)模型以及神經(jīng)網(wǎng)絡(luò)模型，LSSVR模型的通用性更高，具有更好的預(yù)測(cè)效果。
　　(2)針對(duì)實(shí)際工業(yè)生產(chǎn)中液泛數(shù)據(jù)的多樣性和不均衡性，單一模型對(duì)液泛氣速的預(yù)測(cè)受到一定限制的問(wèn)題，提出一種基于模糊C均值(Fuzzy C-Mean

3、s，F(xiàn)CM)聚類的LSSVR集成建模方法，對(duì)液泛氣速進(jìn)行預(yù)測(cè)。集成LSSVR模型能較好的提取液泛數(shù)據(jù)的特征信息，以提高液泛氣速的預(yù)測(cè)效果。
　　(3)鑒于FCM聚類方法中歐式距離計(jì)算的不足及模糊集合理論的優(yōu)勢(shì)，提出一種結(jié)合FCM方法的高斯混合模型(Gaussian Mixture Model，GMM)的聚類方法構(gòu)造LSSVR集成模型，用于液泛氣速預(yù)測(cè)。測(cè)試結(jié)果表明，所提出的LSSVR集成模型在數(shù)據(jù)噪聲較大時(shí)，較基于FCM聚類的方法