基于KPCA-SVR方法的复合肥养分含量建模

摘要

复合肥生产工艺过程比较复杂,采用传统方法对复合肥养分含量建模难以达到理想效果.在直接使用支持向量回归建模时,数据预处理、核函数参数选择是两个难点.本文提出二种KPCA-SVR(kernelprincipalcomponentanalysis-supportvectorregression)方法,并根据KPCA和SVR都是基于核方法的特点,提出了一种核参数选择的改进算法,并结合到KPCA-SVR方法中,使它更具实用性.通过对实际工业数据的仿真研究,取得了很好的效果.