买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：辽宁省交通高等专科学校

摘要：本发明涉及太阳跟踪系统领域，具体为一种基于最小二乘支持向量机的太阳高度角预测方法。该方法通过对往年特定地点特定日期特定时刻的太阳高度角数据的分析，预测相同条件下下一年太阳高度角的数据，这样就可以事先根据预测得到的数据建立起太阳高度角数据表，追日系统可以根据预测数据表事先调整好位置，以便更好的吸收太阳辐射，提高能源利用效率。实验结果表明，用二维输入向量训练样本训练的最小二乘支持向量机对太阳高度角的预测值在最小二乘支持向量机中具有最佳的预测值。

主权项：1.一种基于最小二乘支持向量机的太阳高度角预测方法，其特征在于，收集2000～2019年海南省琼海市5月2日中午太阳高度角数据作为实验数据，实验中包括20个太阳高度角数据，作为输入向量；训练样本的不同维数对最小二乘支持向量机的预测有很大影响，建立具有2～5维输入向量的不同训练样本，采用2～5维输入向量分别对训练样本进行训练；太阳高度角预测的实验结果表明，用二维输入向量训练样本训练的最小二乘支持向量机对太阳高度角的预测值在最小二乘支持向量机中具有最佳的预测值；最小二乘支持向量机的设计如下：1支持向量机支持向量机基于统计学习理论，具有良好的泛化性能；利用非线性映射，将输入数据转换为更高的维空间，解决非线性问题；一个典型的非线性回归问题用下列公式描述： 其中，w表示权重向量，b表示偏移量，表示非线性的映射函数；通过求解以下带约束的极小化问题，得到上述参数的值； 满足条件其中，ξ和ξ*是两个取正值的松弛变量，C是惩罚参数；通过引入拉格朗日乘子，得到上述问题的等价的对偶优化问题； 满足条件其中，ai和为拉格朗日乘子，kxi,xj是选取的核函数；通过求解上述的优化问题获得支持向量机的回归函数； 2最小二乘支持向量机最小二乘支持向量机对误差采用等同性约束，这是一种利用不等约束改进的支持向量机；最小二乘支持向量机的非线性回归问题描述如下： 满足条件其中，εi表示误差；通过引入拉格朗日乘子可得到如下的优化问题： 其中，ai表示拉格朗日乘子；通过消除w和εi来获得上述问题的最优解，最小二乘支持向量机的回归函数用下式来描述： 该方法具体过程如下：算法：太阳高度角预测输入：输入向量训练集合X，输出向量训练集合Y,太阳高度角数据的处理模式type，松弛变量gam,核函数参数sig2,核函数kernel；调用lssvm工具箱中的initlssvm函数得到太阳高度角的初始模型model＝initlssvmX,Y,type,gam,sig2,kernel输出：太阳高度角的初始模型model；输入：太阳高度角的初始模型model；调用lssvm工具箱中的trainlssvm函数得到训练后的太阳高度角预测模型；model1＝initlssvmmodel输出：太阳高度角的预测模型model1；输入：测试数据输入向量X_test,太阳高度角的预测模型model1，基准数据data；调用lssvm工具箱中的simlssvm函数得到太阳高度角的预测值；Y_text＝simlssvmmodel1,X_test计算预测误差：error＝|Y_text-data|data输出：太阳高度角的预测值Y_text和预测误差error。

全文数据：

权利要求：

百度查询： 辽宁省交通高等专科学校 基于最小二乘支持向量机的太阳高度角预测方法