收藏本站
《浙江大学》 2012年
收藏 | 手机打开
二维码
手机客户端打开本文

智能支持向量机方法及其在丙烯聚合熔融指数预报中的应用

蒋华琴  
【摘要】:熔融指数(MI)是聚丙烯生产的重要指标之一,建立可靠的熔融指数预报模型非常重要。丙烯聚合过程机理复杂,生产工艺多样,设备工段繁多,因此采用机理建模方法存在相当大的难度。而统计建模方法是一种依赖数据的方法,对系统内部机理的了解要求很少,所以在丙烯聚合熔融指数预报中得到广泛应用。 统计学习理论是一种基于小样本的机器学习理论,支持向量机是在此理论基础上提出来的。它根据结构风险最小化原则,通过核函数在一个高维特征空间中构造线性决策函数,避免了维数灾难,且可达到全局最优解。支持向量机良好的性能使其成为机器学习领域的热点课题。支持向量机的性能依赖其参数的选择,本文应用智能优化算法进行参数寻优,从而建立多种智能支持向量机模型。本文的主要内容包括: 1.为了降低标准支持向量机(SVM)的计算复杂度,提高其学习速度、泛化能力和稀疏性,本文研究了最小二乘支持向量机(LSSVM).加权最小二乘支持向量机(WLSSVM)和相关向量机(RVM),并用于熔融指数预报。实验结果表明上述方法的可行性和有效性。 2.核函数参数和惩罚参数决定了支持向量机的性能,选择最佳的参数可以直接提高模型预报能力。针对支持向量机的参数选择问题,本文采用带有权重因子的改进粒子群优化算法,分别对LSSVM、WLSSVM和RVM的参数进行寻优,建立了单纯智能支持向量机模型(PSO-LSSVM、PSO-WLSSVM和PSO-RVM)。PSO算法具有很强的寻优能力和快速的收敛速度,能在最短的时间内找到函数的全局最优点,使参数寻优成为可能。实验结果表明优化后的模型具有更好的预报效果。 3.针对标准粒子群算法在迭代过程中易出现粒子过早收敛而陷入局部最优的缺陷,通过引入免疫系统的抗体选择机制,构造了一种基于免疫机制的免疫粒子群优化(IC-PSO)算法,来保持更新粒子的多样性,从而克服标准粒子群算法过早收敛的缺陷;为了减小粒子群搜索的盲目性,避免早熟,本文利用蚁群算法为免疫粒子群算法找到一条最优路径,构造了蚁群-免疫粒子群优化(AC-ICPSO)算法。然后利用这两种优化方法对LSSVM和WLSSVM进行参数寻优,建立了混合智能支持向量机模型(ICPSO-LSSVM、AC-ICPSO-LSSVM. ICPSO-WLSSVM、AC-ICPSO-WLSSVM).以实际聚丙烯生产的熔融指数预报作为实例进行研究,结果表明所提出模型的有效性和良好的预报精度。 4.针对丙烯聚合生产控制中,系统存在高复杂性、不可确定性、多层次性等特点,本文提出了模型在线校正策略。随着数据的更新,不断调整预报模型以适应最新工况。实验表明,校正后的模型预报效果更好。
【学位授予单位】:浙江大学
【学位级别】:硕士
【学位授予年份】:2012
【分类号】:TQ325.14

手机知网App
【参考文献】
中国期刊全文数据库 前10条
1 王希若,荣冈;测量仪表过失误差的单结点识别方法[J];化工学报;2000年01期
2 孔薇,杨杰;基于径向基神经网络的聚丙烯熔融指数预报[J];化工学报;2003年08期
3 李春富,王桂增,叶昊;基于操作域划分的聚丙烯熔融指数软测量[J];化工学报;2005年10期
4 李九宝;刘兴高;;基于PSO_SA算法的聚丙烯熔融指数预报[J];化工学报;2010年08期
5 李春富,王桂增,徐博文;聚丙烯熔融指数软测量[J];化工自动化及仪表;2002年05期
6 庄利锋,杨慧中,张志强,王雪宇;一种分布式模糊神经网络在熔融指数软测量中的应用[J];化工自动化及仪表;2004年04期
7 陶少辉;史书阳;刘猛;金思毅;;LS-SVM模型在线校正的替代法及其软测量应用[J];化工自动化及仪表;2010年08期
8 李红军,秦永胜,徐用懋;数据校正在精馏塔系中的应用[J];化工自动化及仪表;1997年01期
9 李红军,秦永胜,徐用懋;化工过程中的数据协调及显著误差检测[J];化工自动化及仪表;1997年02期
10 王秀萍,荣冈,王树青;先进控制技术及应用 第二讲 过程数据校正技术[J];化工自动化及仪表;1999年03期
中国硕士学位论文全文数据库 前1条
1 李建;工程结构优化的群体智能算法[D];浙江大学;2010年
【共引文献】
中国期刊全文数据库 前10条
1 冀卫兴;陈忠海;方筝;;基于DE—BP算法的空调负荷预测研究[J];四川建筑科学研究;2010年05期
2 沈伟;范淑允;陈晓雯;;糖尿病实验动物模型建立及中医实验研究进展[J];中医药临床杂志;2007年06期
3 郭立萍;唐家奎;米素娟;张成雯;赵理君;;基于支持向量机遥感图像融合分类方法研究进展[J];安徽农业科学;2010年17期
4 王婷婷;黄燕;;基于NC-SVM的酵母蛋白功能预测研究[J];现代农业科技;2011年07期
5 陈文;基于决策树的入侵检测的实现[J];安徽技术师范学院学报;2005年05期
6 王尔丹;人群运动与密度估计技术研究[J];安全;2005年03期
7 冯学军;;最小二乘支持向量机的研究与应用[J];安庆师范学院学报(自然科学版);2009年01期
8 周华;宓浩;;利用交叉覆盖算法对人寿保险客户进行信用评估[J];安庆师范学院学报(自然科学版);2009年02期
9 彭莉芬;陈俊生;胡学钢;;基于粗糙集决策树算法的研究[J];安庆师范学院学报(自然科学版);2012年01期
10 赵玉鹏;;论机器学习[J];安阳工学院学报;2011年04期
中国重要会议论文全文数据库 前10条
1 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
2 宋海鹰;桂卫华;阳春华;;基于最小二乘支持向量机的Hammerstein-Wiener模型辨识[A];第二十六届中国控制会议论文集[C];2007年
3 ;Inverse System Control of Nonlinear Systems Using LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
4 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
5 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
6 ;LS-SVM Based Stable Generalized Predictive Control[A];第二十七届中国控制会议论文集[C];2008年
7 阎纲;梁昔明;龙祖强;李翔;;一种新的提前一步预测控制算法[A];第二十七届中国控制会议论文集[C];2008年
8 孙玉坤;王博;丁慎平;;基于模糊支持向量机的赖氨酸发酵软测量[A];第二十七届中国控制会议论文集[C];2008年
9 ;GA Based LS-SVM Classifier for Waste Water Treatment Process[A];第二十七届中国控制会议论文集[C];2008年
10 柴伟;孙先仿;乔俊飞;;有监督的等距映射和k近邻分类结合用于集员辨识[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
2 李书艳;单点氨基酸多态性与疾病相关关系的预测及其机制研究[D];兰州大学;2010年
3 全惠敏;电能质量相关信号的S变换检测算法及应用研究[D];湖南大学;2010年
4 张明;电能质量扰动相关问题研究[D];华中科技大学;2010年
5 杨红;污水生化处理的智能建模与优化控制策略应用研究[D];华南理工大学;2010年
6 高山;蛋白质点突变效果预测与突变数据库研究[D];南开大学;2010年
7 许伟;基于进化算法的复杂化工过程智能建模方法及其应用[D];华东理工大学;2011年
8 向国齐;支持向量回归机代理模型设计优化及应用研究[D];电子科技大学;2010年
9 桑永胜;空间数据分析的神经计算方法[D];电子科技大学;2010年
10 尹可挺;Internet环境中基于QoS的Web服务组合研究[D];浙江大学;2010年
中国硕士学位论文全文数据库 前10条
1 曾传华;基于颜色和纹理特征的竹条分级方法研究[D];华中农业大学;2010年
2 朱杰;一种基于聚类的支持向量机反问题求解算法[D];河北大学;2007年
3 蒋慧;改进的遗传算法在电力系统无功优化中的应用[D];安徽工程大学;2010年
4 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
5 吴香庭;基于遗传算法的K-means聚类方法的研究[D];山东科技大学;2010年
6 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
7 孟培培;基于3S的土地督察信息系统研究[D];山东科技大学;2010年
8 刘维会;不平衡数据集上支持向量机算法研究[D];山东科技大学;2010年
9 韩晓峰;高斯混合模型及在探测网络社区结构中的应用[D];山东科技大学;2010年
10 李海清;支持向量机在金融市场预测中的应用[D];辽宁师范大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 王晓哲,顾树生,吴成东;基于混合编码方式的RBF网络遗传训练算法[J];东北大学学报;2002年08期
2 李晓磊,钱积新;基于分解协调的人工鱼群优化算法研究[J];电路与系统学报;2003年01期
3 蒋传文,袁智强,侯志俭,张勇传;高嵌入维混沌负荷序列预测方法研究[J];电网技术;2004年03期
4 杨正瓴,田勇,林孔元;短期负荷预测“双周期加混沌”法中的多步法与气象因子的使用[J];电网技术;2004年12期
5 张步涵,刘小华,万建平,刘沛,程时杰;基于混沌时间序列的负荷预测及其关键问题分析[J];电网技术;2004年13期
6 杨正瓴,张广涛,陈红新,林孔元;短期负荷预测“负荷趋势加混沌”法的参数优化[J];电网技术;2005年04期
7 姜惠兰;刘晓津;关颖;王梦宾;;基于硬C均值聚类算法和支持向量机的电力系统短期负荷预测[J];电网技术;2006年08期
8 俞洋;殷志锋;田亚菲;;基于自适应人工鱼群算法的多用户检测器[J];电子与信息学报;2007年01期
9 林林,申东日,陈义俊;一种改进的GA+BP模糊逻辑系统混合学习算法[J];辽宁石油化工大学学报;2004年01期
10 孔薇,杨杰;基于径向基神经网络的聚丙烯熔融指数预报[J];化工学报;2003年08期
中国硕士学位论文全文数据库 前1条
1 张文;常减压装置油品质量软测量[D];南京工业大学;2003年
【相似文献】
中国期刊全文数据库 前10条
1 朱国强,刘士荣,俞金寿;支持向量机及其在函数逼近中的应用[J];华东理工大学学报;2002年05期
2 贾存良;吴海山;巩敦卫;;煤炭需求量预测的支持向量机模型[J];中国矿业大学学报;2007年01期
3 张红亮;王水林;吕颖慧;尹小涛;;爆破震动效应的支持向量机分析预测[J];矿业研究与开发;2007年04期
4 张国新;汤青波;许德昌;;基于支持向量机的液压泵故障诊断[J];煤矿机械;2007年08期
5 冯剑丰;王洪礼;李胜朋;;基于支持向量机的浮游植物密度预测研究[J];海洋环境科学;2007年05期
6 辛玉红;朱广田;;基于支持向量机的ERP软件供应商选择[J];辽宁工程技术大学学报;2007年S2期
7 邹华胜;杨峰;李刚;;基于支持向量机的路基检测研究[J];矿业研究与开发;2008年02期
8 张金牡;;基于支持向量机的水利工程项目风险评价[J];西部探矿工程;2008年06期
9 景海河;叶欣;高彦东;;基于支持向量机的矿区开采沉降的预测[J];黑龙江科技学院学报;2008年04期
10 刘德地;陈晓宏;;基于支持向量机的洪水灾情综合评价模型[J];长江流域资源与环境;2008年03期
中国重要会议论文全文数据库 前10条
1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
3 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
4 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
5 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
6 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
7 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
8 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
9 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
10 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
中国重要报纸全文数据库 前10条
1 记者 彭展;聚丙烯管材熔融指数控制技术获奖[N];中国石化报;2008年
2 葛;扬子石化丙烯聚合试验获突破[N];中国纺织报;2003年
3 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
4 李;国外最新研发通用塑料产品[N];中国包装报;2005年
5 李水根;计算机详解配伍与药效关系[N];健康报;2005年
6 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
7 张立荣;广州石化国内首创聚丙烯新工艺[N];中国石化报;2008年
8 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
9 正亚;国外通用塑料包材适用面更广[N];中国包装报;2007年
10 王文;国外通用塑料最新研发产品展示[N];中国包装报;2005年
中国博士学位论文全文数据库 前10条
1 刘叶青;原始空间中支持向量机若干问题的研究[D];西安电子科技大学;2009年
2 常甜甜;支持向量机学习算法若干问题的研究[D];西安电子科技大学;2010年
3 胡运红;支持向量机的若干算法研究[D];山东科技大学;2011年
4 周喜川;非可信环境下的支持向量机研究[D];浙江大学;2010年
5 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
6 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
7 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
8 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
9 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
10 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
中国硕士学位论文全文数据库 前10条
1 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
2 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
3 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
4 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
5 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
6 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
7 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
8 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
9 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
10 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026