申请/专利权人：湖北三峡实验室

申请日：2023-04-12

公开（公告）日：2024-07-05

公开（公告）号：CN116844654B

主分类号：G16C20/10

分类号：G16C20/10;G16C20/70;G06F18/2411

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2023.10.24#实质审查的生效;2023.10.03#公开

摘要：方法涉及一种基于最小二乘支持向量机的磷石膏有害杂质可溶磷、氟淋洗去除的条件优化方法。获取磷石膏有害杂质淋洗过程中，影响可溶磷、氟去除率的诸多变化信号，如液固比，淋洗时间，淋洗温度，搅拌速率为影响因子，以磷石膏中可溶性磷和氟的洗脱率作为响应值，得到条件数据样本集；建立基于支持向量机的磷石膏可溶磷、氟去除率条件优化模型，并采用最小二乘算法对所述磷石膏可溶磷、氟去除率条件优化模型进行参数寻优，将所述条件特征矩阵分为训练样本和测试样本，利用已训练的条件优化模型对测试样本进行分类，根据分类结果，识别磷石膏可溶磷、氟去除条件影响大小，从而找到磷石膏淋洗的最佳条件。

主权项：1.一种基于LS-SVM解决磷石膏可溶磷、氟淋洗去除条件优化及预测方法，其特征在于，所述方法包括如下步骤：步骤1：获取磷石膏有害杂质淋洗过程中，可溶磷、氟在不同的液固比，淋洗时间，淋洗温度，搅拌速率时的去除率，作为可溶磷、氟去除率的条件数据样本集；所述样本集包括基于最小二乘支持向量机的磷石膏可溶磷、氟去除率条件优化模型的输入量、实测输出量；步骤2：随机从数据样本集抽取样本并构建初始特征集，计算初始特征集中每个特征的拉普拉斯分值，组成磷石膏有害杂质淋洗条件特征矩阵；建立基于最小二乘支持向量机的磷石膏可溶磷、氟去除率条件优化模型；采用最小二乘支持向量机建模包括：建立非线性回归模型，并根据风险最小化原理，同时考虑模型复杂度和训练误差，通过添加对应的拉格朗日函数以及选择径向基核函数，得到回归模型的表达式；步骤3：对最小二乘支持向量机的磷石膏可溶磷、氟去除率条件优化模型进行参数寻优，寻优参数包括核函数参数和误差惩罚因子C；采用粒子群算法来对所述最小二乘支持向量机磷石膏淋洗条件优化及预测模型的核函数参数和误差惩罚因子C进行参数优化的具体步骤为：步骤3.1：初始化粒子群，在一定范围内随机产生一群粒子并为每个粒子分配随机速度；步骤3.2：对每一个粒子i，依次采用和计算得到回归模型的参数并预测输出，利用式（1）评估粒子性能； 为测试样本的真实输出；为LS-SVM的预测输出；Ntest为测试样本个数；步骤3.3：对每个粒子i，将其性能与个体历史最优作比较，如果当前粒子较优，则用当前位置替换，将中的最优位置与做比较，如果前者较优，则用其替换；步骤3.4：采用式（2）（3）更新每个粒子的速度和位置； 为惯性权重；和为0~1之间的随机数；和为学习因子，步骤3.5：重复步骤3.2-3.4直到满足终止条件：粒子不再进行位置更新，或已经进行到预定的迭代次数，并将优化后的参数组合输入到最小二乘支持向量机磷石膏淋洗条件优化及预测模型中；步骤4：用统计参数对最小二乘支持向量机的磷石膏可溶磷、氟去除率条件优化模型进行性能验证；步骤5：将所述条件特征矩阵分为训练样本和测试样本，利用已训练的条件优化模型对测试样本进行分类，根据分类结果，识别磷石膏可溶磷、氟去除条件影响大小，从而找到磷石膏淋洗的最佳条件。

全文数据：

权利要求：

百度查询： 湖北三峡实验室 基于LS-SVM解决磷石膏可溶磷、氟淋洗去除条件优化及预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD