局部多核支持向量機對煤制甲醇轉(zhuǎn)換率的預(yù)測研究.pdf

1、甲醇是一種用途較為普遍的工業(yè)原料，在我國豐富的煤炭資源大背景下，煤制甲醇成為了制取甲醇的重要途徑。煤制甲醇的核心技術(shù)工藝是甲醇合成，其特點是多變量、高度非線性且強耦合。受技術(shù)條件與資金短缺的雙重限制，探尋一種有效的方法對甲醇合成過程參數(shù)進(jìn)行控制勢在必行。
　　支持向量機因其能解決小樣本、非線性及高維識別能力等諸多優(yōu)點被應(yīng)用于機器學(xué)習(xí)算法中。近幾年，支持向量機在化工領(lǐng)域所起的作用也愈發(fā)重要，借助支持向量機算法進(jìn)行甲醇轉(zhuǎn)換率的預(yù)測即為

2、本文研究的重點內(nèi)容。
　　本文主要做了以下研究工作：
　　(1)核函數(shù)的選取與核參數(shù)的優(yōu)化對支持向量機的性能起著至關(guān)重要的作用。通常選用學(xué)習(xí)能力較強的高斯核作為支持向量機的核函數(shù)。但單一核具有一定的局限性，不能對所有的問題都適用。為彌補單一核的這一不足，引入同時兼?zhèn)漭^強學(xué)習(xí)能力和較高泛化能力的多核學(xué)習(xí)法。多核函數(shù)對處理多維數(shù)組、含有噪聲或大樣本數(shù)據(jù)的效果比單核法更好。經(jīng)過試驗數(shù)據(jù)對比，局部多核支持向量機可以利用一個控制模型選

3、擇合適的權(quán)重，并用兩步法優(yōu)化核參數(shù)與學(xué)習(xí)模型參數(shù)從而使模型精度更高更穩(wěn)定，具備傳統(tǒng)多核算法所不具備的優(yōu)點。因此本文將局部多核算法引入到了甲醇合成工藝的粗甲醇轉(zhuǎn)化率預(yù)測中。
　　(2)由于建立的局部多核支持向量機模型存在誤差，本文引入誤差矯正法，提出了對粗甲醇轉(zhuǎn)化率預(yù)測和誤差預(yù)測同步雙重預(yù)測法，利用預(yù)測誤差模型對粗甲醇轉(zhuǎn)化率的預(yù)測值進(jìn)行校正，從而達(dá)到提高預(yù)測準(zhǔn)確率的目的。
　　(3)通過對甲醇合成工藝的深入研究，采用平均影響值