基于免疫自适应支持向量机的煤质分析模型研究

项目名称： 基于免疫自适应支持向量机的煤质分析模型研究

项目编号： No.61371200

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 无线电电子学、电信技术

项目作者： 张玉艳

作者单位： 沈阳工程学院

项目金额： 80万元

中文摘要： 目前利用近红外定量分析技术进行在线煤质检测是一种可行而且有效的途径，但是其所用的多元线性回归、主成分回归和偏最小二乘回归等经典校正法和普通神经网络法，在工况复杂的火电厂现场进行煤质测量时会暴露出抗干扰能力弱、拟合精度低、泛化能力弱等问题。针对该问题，本项目研究一种基于免疫自适应支持向量机的神经网络模型。该模型使用自组织特征映射网对分析数据进行特征提取和分类，然后采用支持向量机结合免疫克隆算法进行定量分析；当所分析的数据为一种新类时，该方法还可以自动更新其校正模型，在最大程度上实现了参数智能选择，并保证所建模型的最优特性。本项目的主要研究内容包括：免疫自适应支持向量机神经网络模型的数据预处理；免疫自适应支持向量机神经网络的结构参数获取；免疫自适应支持向量机神经网络的自适应机制及其稳定性研究。本项目将完善神经网络用于回归分析时的模型建立方法，研究成果也将推动该方法在火电厂等领域的应用。

中文关键词： 免疫克隆算法；支持向量机回归；化学计量学；光谱分析；煤质分析

英文摘要： Currently it is a feasible and effective way that using near-infrared quantitative analysis techniques for the online coal detection. But the classic calibration methods, such as multiple linear regression, principal component regression, partial least sq

英文关键词： immune clone algorithm；support vector machine regression；chemometrics；spectral analysis;；coal quality analysis