基于PSO-LSSVM算法的工业废气净化装置电源参数预测模型
更新时间:2016-05-16 16:06
来源:环境工程学报
作者:
阅读:2394
摘要:
为提高工业废气去除率与净化效率,针对传统净化装置中高频高压电源的输出电压幅值、频率参数不能随废气种类、流量和浓度进行在线调整而造成电能利用率降低的问题,提出一种基于PSO-LSSVM多元回归预测算法的工业废气净化装置电源参数预测模型。根据电源参数及其影响因素,将采集到的历史数据样本分为建模数据样本和实验数据样本,对废气净化装置的有关参数优化协调设置。为克服最小二乘支持向量机(LSSVM)对人为经验选择学习参数的依赖问题,采用粒子群优化算法(PSO)确定惩罚因子C和核函数参数σ2。结果表明,基于PSO-LSSVM的电源参数预测模型具有较高的精确度,可以真实反映电源参数随废气形式的变化。
声明:转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益,请作者持权属证明与本网联系,我们将及时更正、删除,谢谢。
使用微信“扫一扫”功能添加“谷腾环保网”
如果需要了解更加详细的内容,请点击下载 201605161606278961.zip
下载该附件请登录,如果还不是本网会员,请先注册