陽春華，王覺，朱紅求，桂衛(wèi)華
中南大學(xué) 信息科學(xué)與工程學(xué)院, 湖南 長沙

摘      要： 為了提高模型的泛化能力和精度，提出了一種基于混合核函數(shù)的支持向量機(SVM)建模方法。所提出的混合核函數(shù)由徑向基函數(shù)和多項式函數(shù)加權(quán)組合而成，克服了支持向量機模型中單個核函數(shù)的局限性。并利用量子粒子群算法(QPSQ)對懲罰系數(shù)、核參數(shù)以及混合權(quán)重系數(shù)進行綜合尋優(yōu)，求取較優(yōu)化參數(shù)組合，從而提高模型的精度。采用鋅濕法冶煉凈化過程現(xiàn)場數(shù)據(jù)對建模的方法進行了測試，結(jié)果表明，所提出的混合核函數(shù)支持向量機模型具有較好的泛化性能和預(yù)測精度，預(yù)測結(jié)果滿足現(xiàn)場工藝生產(chǎn)的要求。

關(guān)  鍵  詞：混合核函數(shù)，支持向量機，QPSO算法，凈化過程

1　引  言
支持向量機(SVM)[1]作為一種基于結(jié)構(gòu)風(fēng)險較小化學(xué)習(xí)訓(xùn)練方法，較好地解決了小樣本、高維數(shù)、非線性、局部極小值等實際問題，具有很強的泛化能力，在故障檢測與診斷、過程預(yù)測、文本分類、生物信息學(xué)、模式識別和冶金過程等領(lǐng)域獲得了廣泛的應(yīng)用[3-7]。支持向量機求解模式識別問題的關(guān)鍵在于選擇一個合適的核函數(shù)。為了提高支持向量機模型的精度，人們提出了混合核函數(shù)方法，一般由一個高斯核和一個多項式核線性組合而成。模型中的參數(shù)選擇對混合核函數(shù)是否為較優(yōu)起著關(guān)鍵作用。本文采用QPSO算法對SVM模型的參數(shù)進行尋優(yōu)。利用 函數(shù)對所提出支持向量機建模方法進行了驗證分析，并將該建模方法應(yīng)用于濕法煉鋅凈化過程離子濃度預(yù)測，結(jié)果表明，所提出的預(yù)測模型具有很好的泛化性能，模型預(yù)測精度滿足過程現(xiàn)場的工業(yè)技術(shù)要求，可以用來指導(dǎo)現(xiàn)場的過程操作優(yōu)化。

登錄網(wǎng)站后可下載文件