基于KPCA和PSO-SVM的木材干燥过程在线优化建模研究

编号 zgly0000833559

文献类型 期刊论文

文献题名 基于KPCA和PSO-SVM的木材干燥过程在线优化建模研究

学科分类 220.5550;木材加工与人造板工艺学

作者 张冬妍  张春妍  尹文芳 

作者单位 东北林业大学机电工程学院  哈尔滨华夏计算机职业技术学院  长沙长泰机器人有限公司 

母体文献 安徽农业科学 

年卷期 2014(7)

页码 1993-1996

年份 2014 

关键词 木材干燥  核主成分分析  粒子群优化支持向量机  在线建模 

文摘内容 针对木材干燥过程样本数据存在较多噪声的问题,采用核主成分分析方法对木材干燥数据进行预处理,然后利用粒子群优化的支持向量机建立木材干燥系统的在线预测模型,并进行在线预测。仿真研究表明,对数据预处理后,降维训练样本建立的木材干燥模型能够获得很好的预测精度,计算量小,速度快。在线模型能够实时反映系统当前状态,在线优化模型结构并预测系统下一步输出,实现了木材含水率特性变化的动态预测。模型输出误差小、泛化能力强,能够满足实际干燥过程在线预测控制的需要,具有良好的实际应用价值和工业前景。