基于改进的LSSVM循环冷却水结垢预测研究

Study on scaling prediction of circulating cooling water based on improved LSSVM

工业循环冷却水结垢机理十分复杂,对其进行准确的结垢预测一直是工业界的研究热点问题。采用LSSVM进行结垢预测,运用加权灰关联分析法选择预测模型的输入变量,通过全局搜索能力强的PSO对LSSVM的重要参数进行优化。并通过与经典预测模型BP神经网络进行预测结果对比,表明在小样本情况下改进的LSSVM具有较小的拟合误差和较强的泛化能力。结论对于循环冷却水的结垢预测具有科学指导意义和广泛的应用价值。