基于復(fù)雜度指數(shù)的遺傳算法優(yōu)化多維支持向量回歸及其在氣體水合物中的應(yīng)用.pdf

1、氣體水合物法作為一種新興的海水淡化技術(shù)正在引起人們的廣泛關(guān)注。海水淡化處理過程中工藝參數(shù)最佳組合的確定問題，成為影響其處理效果的關(guān)鍵因素之一。傳統(tǒng)的實(shí)驗(yàn)方法不僅成本高昂、操作繁雜，且難以保證獲得最優(yōu)工藝數(shù)據(jù)，如何利用計(jì)算機(jī)領(lǐng)域的相關(guān)技術(shù)解決這一困難就成為一個(gè)研究熱點(diǎn)。本文提出了應(yīng)用支持向量回歸算法對(duì)氣體水合物形成過程進(jìn)行擬合，以獲得條件參數(shù)與性能之間的映射關(guān)系的方法。主要完成的工作包括：
　　（1）支持向量回歸算法在進(jìn)行回歸預(yù)測(cè)時(shí)

2、，需要選擇合適的參數(shù)才能取得較好的運(yùn)行效果。對(duì)其參數(shù)的確定，目前往往依靠經(jīng)驗(yàn)選取，存在很大的隨意性。為解決這一問題，引入了全局隨機(jī)尋優(yōu)的遺傳算法進(jìn)行參數(shù)優(yōu)化，避免人工干預(yù)實(shí)現(xiàn)算法的自動(dòng)化。在完成了遺傳優(yōu)化支持向量回歸模型的基礎(chǔ)上，進(jìn)行了相關(guān)的實(shí)驗(yàn)設(shè)計(jì)和驗(yàn)證工作，其結(jié)果表明了模型的準(zhǔn)確性。但同時(shí)發(fā)現(xiàn)，由于遺傳算法初代種群隨機(jī)性大，導(dǎo)致需要很多代數(shù)的遺傳才能達(dá)到最優(yōu)解，使得運(yùn)行時(shí)間較長(zhǎng)。
　　（2）為了解決遺傳優(yōu)化支持向量回歸模型的時(shí)

3、間效率問題，設(shè)計(jì)并定義了復(fù)雜度指數(shù)，以此來確定支持向量回歸參數(shù)的近似值，從而減少初始種群選取的盲目性。通過實(shí)驗(yàn)尋找復(fù)雜度指數(shù)與支持向量回歸參數(shù)之間的規(guī)律，并將基于復(fù)雜度指數(shù)的遺傳優(yōu)化支持向量回歸模型與傳統(tǒng)支持向量回歸機(jī)、遺傳優(yōu)化支持向量回歸模型進(jìn)行了對(duì)比實(shí)驗(yàn)驗(yàn)證工作，給出了模擬實(shí)驗(yàn)結(jié)果。
　?。?）研究了多維支持向量機(jī)理論，并將其應(yīng)用到基于復(fù)雜度指數(shù)的遺傳優(yōu)化支持向量回歸模型中。以多維函數(shù)映射得出的數(shù)據(jù)為樣本，進(jìn)行了多維模型的實(shí)驗(yàn)