科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对红外甲烷传感器在工业现场测量时易受到温度、湿度以及类似气体等非目标变量的影响,提出了一种基于人工蜂群和粒子群混合优化算法(ABC-PSO)的支持向量机模型(ABC-PSO-ε-SVM)对其进行校正。将ABC算法与PSO算法并行组合构成混合优化算法,能够感知非目标变量的变化,快速、准确地搜索到SVM参数。实验中,采用红外甲烷传感器对0%5.05%浓度的16组标准甲烷气体进行测量,将其中11组数据作为训练集,5组数据作为测试集,建立ε-SVM回归校正模型并进行预测。结果表明:模型的回归拟合效果好,预测精度比单一优化算法的SVM模型高。
-
单位机电工程学院; 中国计量大学
