基于GWO的SVM在紅外甲烷傳感器測(cè)量誤差分析中的應(yīng)用

陳紅巖，劉嘉豪，盛偉銘，黃 瀚，趙永佳

(1. 中國(guó)計(jì)量大學(xué) 現(xiàn)代科技學(xué)院，浙江 杭州 310018; 2.中國(guó)計(jì)量大學(xué) 機(jī)電工程學(xué)院，浙江 杭州 310018)

1 引 言

天然氣的主要成分為甲烷，在使用中需要對(duì)甲烷氣體進(jìn)行檢測(cè)。現(xiàn)在紅外甲烷傳感器具有精度高、使用壽命長(zhǎng)等優(yōu)點(diǎn)，被廣泛用于氣體的測(cè)量，所以如何進(jìn)一步減小甲烷氣體的測(cè)量誤差成為一個(gè)被關(guān)注的問(wèn)題[1,2]。

近年來(lái)，徑向基(RBF)、小波神經(jīng)網(wǎng)絡(luò)以及SVM等在數(shù)據(jù)處理領(lǐng)域有了廣泛應(yīng)用。不斷涌現(xiàn)出的算法也為氣體定量分析和數(shù)據(jù)仿真提供了新的途徑，如Ali Gulbag等提出一種應(yīng)用在混合氣體濃度定量識(shí)別中的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)降維方法，簡(jiǎn)化了數(shù)據(jù)集，加快了收斂速度[3]；楊景明等采用改進(jìn)果蠅算法與最小二乘支持向量機(jī)相結(jié)合的方法，用于鋁熱連軋現(xiàn)場(chǎng)數(shù)據(jù)的仿真，減小了預(yù)測(cè)誤差[4]；吳永忠等以RBF網(wǎng)絡(luò)為核心提出了一種新型甲烷定量分析模型，有效減少了環(huán)境溫度和難以滿(mǎn)足朗伯-比爾定律約束條件帶來(lái)的誤差[5]；梁杰等以前向和反向兩種修正算法為基礎(chǔ)，提出了一種多級(jí)修正模型，解決了車(chē)載氣體傳感器測(cè)量結(jié)果不易修正及準(zhǔn)確度低的問(wèn)題[6]。

本文用實(shí)驗(yàn)室研制的紅外甲烷傳感器對(duì)濃度在0～5.05%范圍的25組標(biāo)準(zhǔn)甲烷氣體進(jìn)行測(cè)量，選取其中20組樣本作為訓(xùn)練集，使用不同算法和SVM結(jié)合建立了多種回歸模型，其余5組樣本作為測(cè)試集用來(lái)驗(yàn)證模型的預(yù)測(cè)精度。通過(guò)計(jì)算對(duì)比表明，基于灰狼優(yōu)化算法(grey wolf optimization，GWO)的支持向量機(jī)(support vector machine，SVM)更具優(yōu)勢(shì)?！?br>