基于GRA-LSSVR的碳酸法糖廠澄清過(guò)程建模.pdf

1、碳酸法糖廠澄清過(guò)程的機(jī)理復(fù)雜，建模難，變量多。在變量中，有些只是基本的物理化學(xué)參數(shù)，有些影響了澄清過(guò)程的生產(chǎn)指標(biāo)。生產(chǎn)指標(biāo)是反映澄清效果和成品糖質(zhì)量的參數(shù)。做好生產(chǎn)指標(biāo)的建模預(yù)測(cè)，可以提高糖廠的生產(chǎn)效率。實(shí)際上，糖廠運(yùn)用預(yù)測(cè)等相關(guān)研究理論，與實(shí)際有差距，主要還是依靠人工經(jīng)驗(yàn)進(jìn)行生產(chǎn)操作。為此，本文在支持向量機(jī)(SupportVector Machine，SVM)的理論基礎(chǔ)上建立碳酸法澄清過(guò)程生產(chǎn)指標(biāo)的預(yù)測(cè)模型，為糖廠澄清過(guò)程的預(yù)測(cè)研究提

2、供一個(gè)新的方法。
　　 本文首先在分析碳酸法澄清工藝的基礎(chǔ)上確定澄清過(guò)程的生產(chǎn)指標(biāo)和工藝參數(shù)，數(shù)據(jù)預(yù)處理澄清過(guò)程的數(shù)據(jù)，為后續(xù)分析準(zhǔn)備數(shù)據(jù)樣本。接著基于灰色關(guān)聯(lián)分析(Grey Relational Analysis，GRA)的原理計(jì)算生產(chǎn)指標(biāo)與工藝參數(shù)之間的關(guān)聯(lián)度，通過(guò)關(guān)聯(lián)序和信息比，知道影響生產(chǎn)指標(biāo)的主要工藝參數(shù)，解決預(yù)測(cè)模型的輸入問(wèn)題。然后介紹SVM有關(guān)理論，在最小二乘支持向量回歸(Least Squares Support

3、 Vector Regression，LSSVR)的原理和算法的分析基礎(chǔ)上分別用多次嘗試選擇和慣性權(quán)重粒子群算法優(yōu)化模型參數(shù)并建立LSSVR模型，對(duì)糖漿色值和糖漿鈣鹽作預(yù)測(cè)分析，驗(yàn)證數(shù)據(jù)預(yù)處理對(duì)模型效果的影響。另外，基于PSO-LSSVR模型，優(yōu)化出澄清過(guò)程的工藝設(shè)定值，與原設(shè)定值對(duì)比分析預(yù)測(cè)效果。最后，用VB建立碳酸法糖廠澄清過(guò)程建模軟件，顯示澄清過(guò)程預(yù)測(cè)模型的結(jié)果。
　　 仿真結(jié)果表明，數(shù)據(jù)預(yù)處理提高模型的預(yù)測(cè)精度;用慣性權(quán)