安徽农业科学

2014, v.42;No.440(07) 1993-1996

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于KPCA和PSO-SVM的木材干燥过程在线优化建模研究
Optimized Online Modeling of Timber Drying Process Using Kernal Principal Component Analysis and PSO-SVM

张冬妍;张春妍;尹文芳;

摘要(Abstract):

针对木材干燥过程样本数据存在较多噪声的问题,采用核主成分分析方法对木材干燥数据进行预处理,然后利用粒子群优化的支持向量机建立木材干燥系统的在线预测模型,并进行在线预测。仿真研究表明,对数据预处理后,降维训练样本建立的木材干燥模型能够获得很好的预测精度,计算量小,速度快。在线模型能够实时反映系统当前状态,在线优化模型结构并预测系统下一步输出,实现了木材含水率特性变化的动态预测。模型输出误差小、泛化能力强,能够满足实际干燥过程在线预测控制的需要,具有良好的实际应用价值和工业前景。

关键词(KeyWords): 木材干燥;核主成分分析;粒子群优化支持向量机;在线建模

Abstract:

Keywords:

基金项目(Foundation): 国家林业公益性行业科研专项

作者(Author): 张冬妍;张春妍;尹文芳;

Email:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享