基于ABC-PSO的ε-SVM在甲烷测量中的应用.docx

154传感器与微系统(TransducerandMicrosystemTechnologies)2017年第36卷第7期

DOI:10.13873/J.1000-9787(2017)07-0154-03

基于ABC-PSO的ε-SVM在甲烷测量中的应用*鲍立，陈红岩，郭晶晶

(中国计量大学机电工程学院，浙江杭州310018)

摘要：针对红外甲烷传感器在工业现场测量时易受到温度、湿度以及类似气体等非目标变量的影响，提出了一种基于人工蜂群和粒子群混合优化算法(ABC-PSO)的支持向量机模型(ABC-PSO-e-SVM)对其进行校正。将ABC算法与PSO算法并行组合构成混合优化算法，能够感知非目标变量的变化，快速、准确地搜索到SVM参数。实验中，采用红外甲烷传感器对0%~5.05%浓度的16组标准甲烷气体进行测量，将其中11组数据作为训练集，5组数据作为测试集，建立e-SVM回归校正模型并进行预测。结果表明：模型的回归拟合效果好，预测精度比单一优化算法的SVM模型高。

关键词：红外甲烷传感器；人工蜂群算法；粒子群算法；混合优化算法；支持向量机

中图分类号：TP274文献标识码：A文章编号：1000-9787(2017)07-0154-03

Applicationofε-SVMbasedonABCandPSOhybridoptimizationalgorithminmethanemeasurement*

BAOLi,CHENHong-yan,GUOJing-jing

(CollegeofMechanicalElectricalEngineering,ChinaJiliangUniversity,Hangzhou310018,China)

Abstract:Asupportvectormachine(SVM)modelbasedonartificialbeecolony(ABC)andparticleswarmhybridoptimizationalgorithmisproposedtohaveacorrectionforthemeasurementofinfraredmethanesensoraimingatinindustrialfieldwhichiseasytobeaffectedbytemperature,humidityandothergases,andsoon.ThemodelcombinestheABCalgorithmwiththePSOalgorithmtoformahybridoptimizationalgorithm.Itcandetectthechangeofnontargetvariables,andquicklyandaccuratelysearchtheSVMparameters.Inexperiments,adoptinginfraredmethanesensortomeasureconcentrationof16groupsofstandardmethanegaswhichisintherangeof0%~5.05%.Selecting11groupsofdataastrainingsetandtherestofdataastestsettoestablishe-SVMregressioncorrectionmodelandcarryoutprediction.Theresultsshowthatregressionfitingeffectofthemodelisgood,andthepredictionprecisionishigherthansingleoptimizationalgorithmofSVMmodel.

Keywords:infraredmethanesensor;artificialbeecolony(ABC