融合小波阈值降噪和INFO-LSSVM算法的化工过程参数预测

打开文本图片集

摘 要 针对化工过程非线性、时滞性高的实际问题，以某氨合成工段为研究对象，首次提出基于小波阈值降噪的向量加权平均算法（INFO）优化最小二乘支持向量机（LSSVM）的氨合成塔预测方法INFO-LSSVM，将小波降噪理论与INFO-LSSVM算法结合创建了预测精度较高的氨合成塔预测模型，用模型筛选出6个氨合成工段中的样本数据进行小波阈值降噪预处理，然后用INFO-LSSVM训练降噪后的数据，得到小波阈值降噪的INFO-LSSVM氨合成塔预测模型，对比INFO-LSSVM、PSO-LSSVM、LSSVM模型的预测结果，得到三者的均方根误差分别为0.231 8、0.447 7、0.496 4，可为多因素作用下类似预测提供借鉴。（剩余7626字）