智能系统学报
智能繫統學報
지능계통학보
CAAI TRANSACTIONS ON INTELLIGENT SYSTEMS
2012年
5期
462-466
,共5页
小波变换%GM(1,1)模型%LSSVM模型%多效蒸发过程%参数预测
小波變換%GM(1,1)模型%LSSVM模型%多效蒸髮過程%參數預測
소파변환%GM(1,1)모형%LSSVM모형%다효증발과정%삼수예측
为了解决多效蒸发过程具有高噪声和非平稳等特性的参数时间序列预测问题,提出了一种基于小波变换结合GM(1,1)和LSSVM的蒸发过程参数预测方法.该方法首先利用Mallat算法对参数时间序列进行分解和重构,分离出序列中的低频信息和高频信息;然后对低频信息构建GM(1,1)模型,对高频信息则用最小二乘支持向量机进行拟合;最后将各模型的预测结果进行叠加,从而得到最终的预测结果.以氧化铝多效蒸发过程的生产数据进行了实验验证,结果表明,该预测算法切实可行且优于单一的GM(1,1)和LSSVM方法,具有较好的泛化性能和较强的鲁棒性,可用于氧化铝生产蒸发过程的优化控制.
為瞭解決多效蒸髮過程具有高譟聲和非平穩等特性的參數時間序列預測問題,提齣瞭一種基于小波變換結閤GM(1,1)和LSSVM的蒸髮過程參數預測方法.該方法首先利用Mallat算法對參數時間序列進行分解和重構,分離齣序列中的低頻信息和高頻信息;然後對低頻信息構建GM(1,1)模型,對高頻信息則用最小二乘支持嚮量機進行擬閤;最後將各模型的預測結果進行疊加,從而得到最終的預測結果.以氧化鋁多效蒸髮過程的生產數據進行瞭實驗驗證,結果錶明,該預測算法切實可行且優于單一的GM(1,1)和LSSVM方法,具有較好的汎化性能和較彊的魯棒性,可用于氧化鋁生產蒸髮過程的優化控製.
위료해결다효증발과정구유고조성화비평은등특성적삼수시간서렬예측문제,제출료일충기우소파변환결합GM(1,1)화LSSVM적증발과정삼수예측방법.해방법수선이용Mallat산법대삼수시간서렬진행분해화중구,분리출서렬중적저빈신식화고빈신식;연후대저빈신식구건GM(1,1)모형,대고빈신식칙용최소이승지지향량궤진행의합;최후장각모형적예측결과진행첩가,종이득도최종적예측결과.이양화려다효증발과정적생산수거진행료실험험증,결과표명,해예측산법절실가행차우우단일적GM(1,1)화LSSVM방법,구유교호적범화성능화교강적로봉성,가용우양화려생산증발과정적우화공제.