[发明专利]基于遗传算法优化最小二乘支持向量机的机械式温度仪表误差预测方法在审
| 申请号： | 201510796085.3 | 申请日： | 2015-11-18 |
| 公开（公告）号： | CN105444923A | 公开（公告）日： | 2016-03-30 |
| 发明（设计）人： | 叶永伟;陆俊杰;王永兴;钱志勤;杨超 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G01K15/00 | 分类号： | G01K15/00 |
| 代理公司： | 杭州斯可睿专利事务所有限公司 33241 | 代理人： | 王利强 |
| 地址： | 310014 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于遗传算法优化最小二乘支持向量机的机械式温度仪表误差预测方法，包括以下步骤：(1)将测定机械式温度仪表的特征参数作为模型输入，采样获得仪表的误差值和误差变化率作为模型输出；(2)对原始温度误差数据进行预处理；(3)选取高斯径向基核函数作为最小二乘支持向量机模型的核函数；(4)采用遗传算法对最小二乘支持向量机的参数组合进行寻优；(5)构建基于遗传算法优化最小二乘支持向量机的机械式温度仪表误差预测模型；(6)输入数据集利用训练得到的模型进行预测；(7)将温度仪表误差预测结果和实际温度误差进行对比，分析温度误差值以及温度误差变化率的变化趋势。本发明精度较高、计算简易、工程实用性强。 | ||
| 搜索关键词： | 基于 遗传 算法 优化 最小 支持 向量 机械式 温度仪表 误差 预测 方法 | ||
【主权项】：
一种基于遗传算法优化最小二乘支持向量机的机械式温度仪表误差预测方法，其特征在于：所述预测方法包括以下步骤：(1)获得模型输入和输出，将测定机械式温度仪表的特征参数作为模型输入，采样获得仪表的误差值和误差变化率作为模型输出；(2)对原始温度误差数据进行预处理，将数据归一化到[‑1，1]区间内，生成数据集进行分组获得训练集和测试集；(3)选取高斯径向基核函数作为最小二乘支持向量机模型的核函数，确定模型的参数组合(σ2，γ)，其中γ为核参数，σ2为惩罚参数；(4)采用遗传算法对最小二乘支持向量机的参数组合(σ2，γ)进行寻优，在全局范围内得到最优参数组合；(5)利用寻优之后的最佳参数组合，结合训练样本集构建基于遗传算法优化最小二乘支持向量机的机械式温度仪表误差预测模型；(6)输入数据集利用训练得到的最小二乘支持向量机模型对液体压力式温度仪表误差进行预测；(7)将温度仪表误差预测结果和实际温度误差进行对比，分析温度误差值以及温度误差变化率的变化趋势。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江工业大学，未经浙江工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510796085.3/，转载请声明来源钻瓜专利网。
