基于改进PSO的鲁棒LSSVM乙烯产品浓度软测量

郑博元¹，苏成利¹，李平¹，梁建平²，钟国财²

1. 辽宁石油化工大学信息与控制工程学院2. 中国石油四川石化有限责任公司

摘 要：针对最小二乘支持向量机(LSSVM)在利用生产现场数据建模时易出现鲁棒性差的问题。提出了基于PSO的鲁棒最小二乘支持向量机建模方法,该方法利用一种改进的PSO方法确定LSSVM的惩罚参数C和核宽度?,增强了LSSVM对数据的适应性;通过给LSSVM优化问题中误差平方项赋予不同的权值,使得LSSVM在训练过程中克服了噪声的影响。最后将该方法应用于乙烯产品浓度预测,并与普通LSSVM进行了比较;仿真和实验结果表明,该算法建立的模型比普通LSSVM建立的模型具有更好的泛化能力和鲁棒性。

关键词：乙烯产品浓度;软测量;粒子群优化;鲁棒最小二乘支持向量机(RLSSVM);