多尺度小波核支持向量回归及其对丙烯浓度的估计与应用

• 作者: 余艳芳 杜文莉 钱锋
• 来源期刊: 化工学报
• 关键词: 多尺度小波核 量子聚类 支持向量数据描述 文化算法 模型选择
• 年，卷（期）: 2010,（6）
• 所属期刊栏目: 过程系统工程
• 页码范围: 1486-1494
• 分类号: TP18
• 语种: 中文

摘要

多尺度小波核支持向量回归方法具有较强的鲁棒性和较好的泛化能力,而模型选择是其获得良好泛化性能的关键,其中采用多尺度核方法参数选择的复杂度比单个核方法的参数选择大得多.这里提出了一种构造多尺度Morlet小波核的支持向量回归机的方法,它采用量子聚类方法划分样本类别以确定多尺度核的尺度个数,依赖支持向量数据描述方法对相应样本计算其核宽度,然后用文化算法优化剩下的少量模型参数.结果表明所得到的多尺度小波核模型的泛化能力明显优于单小波核或高斯核情形.分别用3个标准回归数据集Boston housing、Bodyfat和Santa作仿真,结果表明,相对于高斯核方法,多尺度小波核支持向量回归方法的测试集均方差分别减小了6.8%、62.0%和91.3%.同时,该方法对丙烯精馏塔的塔釜丙烯浓度预估表现出较好的泛化能力.它不仅使丙烯浓度训练集模型输出与实际输出基本吻合,而且使丙烯浓度测试集相对误差为0.211,与其他方法相比,其预测误差是最小的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱锋	华东理工大学化工过程先进控制和优化技术教育部重点实验室	223	3004	26.0	44.0
2	杜文莉	华东理工大学化工过程先进控制和优化技术教育部重点实验室	46	449	11.0	20.0
3	余艳芳	华东理工大学化工过程先进控制和优化技术教育部重点实验室	2	31	2.0	2.0