[发明专利]一种基于最小二乘支持向量机的烟气氧含量软测量系统

权利要求书

1.一种基于最小二乘支持向量机的烟气氧含量软测量系统，其特征在于，包括现场智能仪表和传感器(2)，现场智能仪表和传感器(2)与碱回收炉燃烧过程(1)连接，同时也与DCS数据库(3)相连，PLC控制站(5)分别与碱回收炉燃烧过程(1)和DCS数据库(3)相连，DCS数据库(3)与烟气氧含量软测量模型(4)连接，现场仪表与传感器(2)测量碱回收炉的辅助变量，将变量数据传输到DCS数据库(3)，DSC数据库(3)中的数据作为烟气氧含量模型(4)的输入数据，PLC控制站(5)用于控制操作变量来控制碱回收炉燃烧过程(1)，烟气氧含量软测量值显示屏(6)用于显示烟气氧含量模型(4)的数据；

所述的烟气氧含量模型(4)的软测量系统包括；

(1)数据预处理模块：对从DCS数据库中采集的数据进行数据清理，利用3σ法剔除过失数据，在此基础上，采用五点三次平滑法对数据进行平滑处理，剔除随机误差；再采用最小-最大标准化方法对数据进行量纲统一化，将样本点投影到[0,1]区间；

(2)主成分分析和灰度关联模块：用来选择辅助变量的个数和类型，选取累积方差贡献率方法来确定主成分个数，利用方差贡献率δ_i和前k个主元的累计方差贡献率η_k来衡量信息涵盖比例，用选择的涵盖85％以上的信息k(k＜m)个主元代替原始m个变量；利用灰色关联度，分析各变量与烟气氧含量的曲线趋势关系，确定与烟气氧含量相关性强的变量；

(3)最小二乘支持向量机模型模块：使用RBF高斯核函数作为烟气氧含量软测量模型的核函数，且最小二乘支持向量机可以克服变量间的相关性；

(4)混沌粒子群寻优模块：用带有随机惯性权重的混沌粒子群算法(CPSO)对LSSVM的正则化参数和核参数寻优。

2.根据权利要求1所述的一种基于最小二乘支持向量机的烟气氧含量软测量系统，其特征在于，所述步骤4中，带有随机惯性权重的CPSO算法的参数寻优步骤如下：

步骤1：初始化CPSO参数：种群规模d、最大迭代次数G_max、学习因子c₁,c₂、核参数σ和正则参数γ的取值范围；

步骤2：在所确定范围内随机产生d个粒子，各粒子初始位置为(σ₀,γ₀)；

步骤3：利用每个粒子的位置和训练数据建立LSSVM模型，并利用测试数据依据式求解各粒子的适应度值x_id，式中y_i是真实值，是预测值，而后进行排序，将各粒子历史最优适应度值设置为p_best，将适应度值最小的粒子位置设置为种群的历史最优适应度位置g_best；

步骤4：求解并比较各粒子的适应度值，如果各粒子当前适应度值小于其历史最优适应度值，即x_id＜p_best，则当前p_best设为x_id，同理若当前粒子最优适应度值小于全局最优适应度值，即x_id＜g_best，则令g_best等于x_id；

步骤5：根据式产生随机惯性权重，假设寻优空间维度为D，种群个数为N，其中第i个微粒表示为X_i＝(x_i1,x_i2,L,x_iD)，该微粒经历的最好位置记为P_i＝(p_i1,p_i2,L,p_iD)，也可用p_best表示，在种群中全部微粒经历的最好位置记为P_g＝(p_g1,p_g2,L,p_gD)，也可用g_best表示，微粒的速度用V_i＝(v_i1,v_i2,L,v_iD)表示，对于每一代微粒，它的第d维(1≤d≤D)速度和位置根据如下公式更新：和x_id(k+1)＝x_id(k)+v_id(k+1)，从而更新粒子的速度和位置，产生新一代粒子，其中，w是惯性权重，rand()是介于(0，1)之间的随机数，c₁是局部最优比重，c₂是全局最优比重；

步骤6：对粒子群进行混沌处理，保留种群中适应度函数值最小的前N×P个微粒，其中P表示替代概率，对这N×P个粒子进行混沌寻优搜索，根据式将混沌向量线性投影到Logistic系统的[0,1]解空间，x_i为最优解，x_max,x_min为最优解上下限，再根据式z_n+1＝μz_n(1-z_n),0＜z_n＜1,μ＝4迭代生成混沌序列迭代初始值z₀不能为0，将生成的混沌序列通过式x_i＝x_min+(x_max-x_min)*z_i逆映射到原解空间，从而得出真正的最优解，取代原来的N×P个种群粒子；

步骤7：判断是否满足达到最大迭代次数或预测精度，若满足，则LSSVM参数寻优暂停；反之，返回步骤4继续搜索LSSVM参数；

步骤8：将找到的最优超参数输入到LSSVM算法中，对烟气氧含量训练样本进行学习，建立软测量模型，对测试数据进行烟气氧含量软测量。