資源描述：
《探析改進(jìn)支持向量機(jī)及其在白水軟測(cè)量中的應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、浙江工業(yè)大學(xué)碩士學(xué)位論文改進(jìn)支持向量機(jī)及其在白水軟測(cè)量中的應(yīng)用姓名：曲濤申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：化學(xué)工程指導(dǎo)教師：潘海天20080401改進(jìn)支持向量機(jī)及其在白水軟測(cè)量中的應(yīng)用摘要白水濃度是制漿造紙生產(chǎn)過(guò)程中非常重要的工藝參數(shù)，及時(shí)準(zhǔn)確測(cè)量白水濃度可提高造紙生產(chǎn)效率、降低排放污染程度。常規(guī)測(cè)量?jī)x表的精度和分辨率難以滿足白水濃度在線測(cè)量要求，針對(duì)此問(wèn)題，本文提出了一種改進(jìn)最小二乘支持向量機(jī)建模的軟測(cè)量方法，并成功應(yīng)用于白水軟測(cè)量中，實(shí)現(xiàn)了白水濃度準(zhǔn)確估計(jì)。本文的主要研究?jī)?nèi)容如下：(1)首先介紹了軟測(cè)量
2、技術(shù)在制漿造紙工業(yè)中的應(yīng)用，用于函數(shù)回歸的支持向量機(jī)的基本原理，如何選擇支持向量機(jī)相關(guān)參數(shù)，以及小生境遺傳算法的基本流程。(2)采用小生境技術(shù)結(jié)合自適應(yīng)雜交變異概率方法，對(duì)并行遺傳算法進(jìn)行改進(jìn)。通過(guò)引入小生境技術(shù)和自適應(yīng)變異概率方法，使種群的多樣性得以豐富和保持，有效地解決了傳統(tǒng)遺傳算法早熟和收斂速度慢的問(wèn)題。并行算法的引入提高了混合算法局部搜索能力，加速定位全局最優(yōu)解。(3)針對(duì)最小二乘支持向量機(jī)存在喪失稀疏性的缺點(diǎn)，提出了一種改進(jìn)的最小二乘支持向量機(jī)回歸方法。針對(duì)最小二乘支持向量機(jī)參數(shù)選擇和調(diào)
3、整方面的缺點(diǎn)，運(yùn)用改進(jìn)小生境遺傳算法選擇最小二乘支持向量機(jī)的模型參數(shù)(損失函數(shù)參數(shù)P、懲罰因子厭核函數(shù)及其參’數(shù)尸)，最終建立了基于小生境遺傳算法的最小二乘支持向量機(jī)(NGA—LSSVM)建模方法。(4)根據(jù)制漿造紙白水工藝，選擇合適的輔助變量，采用LS-SVM軟測(cè)量建模方法，運(yùn)用小生境遺傳算法選擇LS-SVM參數(shù)，建立造紙過(guò)程白水濃度的軟測(cè)量模型，實(shí)現(xiàn)了白水軟測(cè)量。研究結(jié)果表明，采用NGA—LSSVM建模方法建立的白水濃度軟測(cè)量模型，可完全滿足造紙過(guò)程白水濃度預(yù)測(cè)的工藝要求。關(guān)鍵詞：軟測(cè)量，支持
4、向量機(jī)，小生境遺傳算法，白水濃度浙江工業(yè)大學(xué)碩士學(xué)位論文THEIMPRoVEDSUPPoRTVECToRⅣL～CHINEANDIT’SAPPLICATIoNINSoFTSENSINGoFWHITEABSTRACTWhitewaterconcentrationisaveryimportantparameterinprocessofpaperproduction．Tomeasurewhitewaterconcentrationaccuratelyandtimelycallimproveproducti
5、vityandefficiency，andreducetheextentofpollutantsdischarge．ButthetraditionalmethodsCallnotgetthemeasurementofwhitewaterconcentrationonlineandneedalotoftime．Astothisproblem，asoftsensingbasedonLeastSquareSupportMachineWasproposedinthispaper,andWasapplied
6、inthesoftseIlsingofwhitewaterconcentration．Thispaperpresentedasfollows：(1)Aboveall，theapplicationofsoftsensinginpaperproduction，thebasicprincipleofSVMappliedinfunctionregression，andthebasicprocessofNicheGeneticMgorithmswereintroducedbriefly．(2)Thenich
7、etechniquecombinedself-adaptivecrossoverprobabilityisadoptedtoimprovetheparallelgeneticalgorithm，whichcanmaintainandenrichthecommunitydiversityofpopulation，avoidingtheproblemofprematurityandlowconvergencespeed．Andtheparallelalgorithmisproposedtoenhanc
8、etheabilityoflocalsearchingandacceleratepositioningtheoveralloptimalsolution．Atlast，theimprovedNicheGeneticAlgorithm(NGA)wasavailable．(3)Ononehand，animprovedSVMregressionmethodisproposed．a(chǎn)StotheproblemthatLS-SVMlosesthesparsenessofsolution．Acc
