CAJ | 학술논문

鉴于化工过程往往机理复杂、耦合性强、高度非线性,难于建立其机理模型,这时就需要采用经验建模的方法.支持向量机是一种新的机器学习方法,其基于结构风险最小化原则,用支持向量机建模不需要考虑对象机理,且对非线性问题有很好的效果,是一种良好的经验模型,已被应用于不少化工问题中.在本文中我们把支持向量机这一新颖算法应用于干气制乙苯反应器出口温度预测模型中,简要介绍了支持向量机的一些基本理论,在此基础上详细研究支持向量机在干气制乙苯反应器出口温度预测模型建模中的应用.首先,选择支持向量机的类型为ε-SVR,通过四种核函数在实际预测中误差的比较选择径向基(RBF)核函数作为本文支持向量机模型所用的核函数,之后应用交叉验证的方法选择最佳参数C=4,γ=0.0051543,最后建立预测模型并对训练集和预测集分别预测,预测结果相关系数在90％以上,说明模型精度达到要求.对支持向量机和遗传算法优化的BP神经网络算法的建模效果进行综合比较和讨论,得出支持向量机与传统建模方法相比有更好的预测准确率的结论.
감우화공과정왕왕궤리복잡、우합성강、고도비선성,난우건립기궤리모형,저시취수요채용경험건모적방법.지지향량궤시일충신적궤기학습방법,기기우결구풍험최소화원칙,용지지향량궤건모불수요고필대상궤리,차대비선성문제유흔호적효과,시일충량호적경험모형,이피응용우불소화공문제중.재본문중아문파지지향량궤저일신영산법응용우간기제을분반응기출구온도예측모형중,간요개소료지지향량궤적일사기본이론,재차기출상상세연구지지향량궤재간기제을분반응기출구온도예측모형건모중적응용.수선,선택지지향량궤적류형위ε-SVR,통과사충핵함수재실제예측중오차적비교선택경향기(RBF)핵함수작위본문지지향량궤모형소용적핵함수,지후응용교차험증적방법선택최가삼수C=4,γ=0.0051543,최후건립예측모형병대훈련집화예측집분별예측,예측결과상관계수재90％이상,설명모형정도체도요구.대지지향량궤화유전산법우화적BP신경망락산법적건모효과진행종합비교화토론,득출지지향량궤여전통건모방법상비유경호적예측준학솔적결론.