改进的粒度支持向量机在甲醇合成中的应用

针对甲醇合成过程中的复杂性和非线性等问题，利用共享最近邻( SNN)相似度将训练样本划分成若干个信息粒，然后分别进行支持向量提取，最后将提取出的支持向量融合，建立最终粗甲醇转化率预测模型。试验结果表明，改进的粒度支持向量机( GSVM)可以将“冗余数据”进行删减，获得更“稀疏”的回归模型，精度也高于传统支持向量机的粗甲醇转化率模型，从而能更好地指导甲醇生产。