氧化铝返料成分时序预测的新型LSSVM参数优选
来源期刊:控制工程2011年第4期
论文作者:何鹏 王雅琳 谢永芳 桂卫华
文章页码:605 - 609
关键词:最小二乘支持向量机;参数优化选取;氧化铝返料;鲍威尔算法;抽样近似;
摘 要:针对预测氧化铝返料成分时间序列的最小二乘支持向量机LSSVM模型,为提高模型预测精度,首先采用相对误差改进LSSVM的优化泛函,推出新型的LSSVM模型;接着,采用新颖的汉默斯里序列抽样技术HSS在SVM模型参数空间中均匀地抽取出初始的参数向量;最后通过鲍威尔(Powell)优化算法并行求得全局最优模型参数。通过实际工业生产数据仿真,验证了方法的可行性和有效性,模型预测精度得到有效提高。
何鹏,王雅琳,谢永芳,桂卫华
中南大学信息科学与工程学院
摘 要:针对预测氧化铝返料成分时间序列的最小二乘支持向量机LSSVM模型,为提高模型预测精度,首先采用相对误差改进LSSVM的优化泛函,推出新型的LSSVM模型;接着,采用新颖的汉默斯里序列抽样技术HSS在SVM模型参数空间中均匀地抽取出初始的参数向量;最后通过鲍威尔(Powell)优化算法并行求得全局最优模型参数。通过实际工业生产数据仿真,验证了方法的可行性和有效性,模型预测精度得到有效提高。
关键词:最小二乘支持向量机;参数优化选取;氧化铝返料;鲍威尔算法;抽样近似;