鲍 立,陈红岩,郭晶晶,袁月峰,李孝禄

(中国计量大学机电工程学院,杭州 310018)

基于改进PSO算法的SVM在甲烷测量中的应用*

鲍 立,陈红岩*,郭晶晶,袁月峰,李孝禄

(中国计量大学机电工程学院,杭州 310018)

针对甲烷气体定量分析过程中,传统SVM模型预测精度低、收敛速度慢等问题,提出了一种基于改进PSO算法的SVM回归模型。该模型在传统PSO算法寻优的基础上,引入动量项的同时增加随机粒子个体极值的追随因子,使粒子不仅追随全局最优解和局部最优解,还跟随种群中任一粒子的个体极值,使得寻优算法后期收敛速度较快,不易陷入局部最小值。实验中,对0～5.05%浓度的25组标准甲烷样气进行建模分析,并与传统PSO算法寻优模型和Grid搜索法寻优模型进行对比。结果表明,采用改进PSO算法建立的SVM回归模型均方根误差小,收敛速度快。

检测技术与自动化装置;SVM;改进PSO算法;回归分析;红外甲烷传感器

随着国民经济的不断发展,对采矿行业的需求与日俱增,但要保证煤矿开采安全顺利的进行,对甲烷的测量精度具有较高的要求,因为甲烷气体属于易燃易爆危险气体,稍有不慎就会引发爆炸,造成重大的人员伤亡和经济损失。目前,由于红外甲烷传感器[1]测量精度较高,使用寿命较长,越来越多的被用于煤矿开采过程中甲烷气体的测量。但其测量精度仍需进一步提高,以确保工作人员的生命财产安全。

近些年来,众多国内外学者致力于如何减小甲烷气体的测量误差,提出了许多方法,如分段插值法、最小二乘法、多元回归、小波神经网络以及SVM等。……