新型智能船舶舱底水油分浓度检测系统

• 作者: 黄胜健 齐亮
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 船用油分浓度检测 最小二乘支持向量机 粒子群优化 最小二乘拟合
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 工程实践
• 页码范围: 1242-1245,1250
• 页数: 5页
• 分类号: TN29
• 字数: 3285字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2018.06.038

摘要

针对传统船用油分浓度计浓度预测模型存在非线性偏差影响检测精度的问题.研究采用了一种基于粒子群优化(PSO)的最小二乘支持向量机(LS-SVM)建立船用油分浓度预测模型,利用PSO算法对LS-SVM船用油分浓度的预测模型的参数进行了优化,避免了人为选择参数的盲目性.以平均相对误差(MRE)和均方根误差(RMSE)作为评价标准进行评估.设计实验采集数据进行建模,对比未经优化的最小二乘支持向量机建模、传统的最小二乘拟合线性建模,有效提高了油分浓度的预测精度,为新型智能船舶舱底水油分浓度检测奠定了基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	齐亮	江苏科技大学电子信息学院	31	119	5.0	10.0
2	黄胜健	江苏科技大学电子信息学院	1	0	0.0	0.0