基于PSO-LSSVM算法的工业废气净化装置电源参数预测模型

• 作者: 王培良 荀倩 蔡志端
• 来源期刊: 环境工程学报
• 学科: 地球科学
• 关键词: 废气净化装置 在线调整 PSO-LSSVM 参数优化协调设置
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 大气污染防治
• 页码范围: 1863-1868
• 分类号: X701.7
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王培良	湖州师范学院工学院	66	292	10.0	14.0
2	蔡志端	湖州师范学院工学院	41	95	5.0	7.0
3	荀倩	湖州师范学院工学院	17	46	3.0	6.0