| 主权项 |
一种油色谱在线监测噪声数据校正方法，其特征在于：其方法包括以下步骤：步骤1）、收集油色谱离线试验和在线监测数据；步骤2）、通过萤火虫算法得到支持向量机回归模型中重要参数的最优组合；步骤3）、利用步骤1）得到的少数准确的油色谱离线试验数据对支持向量机进行训练，得到支持向量机回归模型；步骤4）、初始化在线监测数据的允许偏离半径h，计算离线试验间的分段函数，判断油色谱在线监测的数据是否在模型允许的误差范围之内；若在，则认为在线数据正常；否则，认为在线数据异常；所述步骤4）中，假设时刻ti 和tj（ti ≠ tj) 的离线数据分别为yi 和yj，则这两个时刻离线数据间的分段函数为<img file="dest_path_image002.GIF" wi="200" he="44" />设两次离线试验间分段函数允许偏离的半径为h，则时刻ti 和tj 两次离线试验间在线监测数据的上限函数为<img file="dest_path_image003.GIF" wi="147" he="27" />在线监测数据的下限函数为<img file="dest_path_image005.GIF" wi="138" he="27" />若在线数据超出了离线数据分段函数允许的上限或下限，则认为在线监测数据异常，需要进行校正；步骤5）、对在线数据进行校正：逐个判断在线数据是否正常，若数据异常，则由支持向量机回归模型拟合该时刻的数据，用拟合值代替异常数据；否则，认为油色谱在线监测数据正常，不需要进行校正；步骤6）、根据现场数据校正反馈的结果，对模型中的参数进行调整。所述步骤2）中的具体步骤如下：步骤2.1）、初始化荧光素挥发系数ρ，荧光素增强因子γ，感知范围rs，邻域变化率β，邻居阈值nt，移动步长s 和每只萤火虫的位置；支持向量机中需要优化的重要参数是错误惩罚因子C，不敏感参数ε 和核参数σ 最优值，萤火虫中群体表示为X ＝ ((C<sub>1</sub>,ε<sub>1</sub>,σ<sub>1</sub>),(C<sub>2</sub>,ε<sub>2</sub>,σ<sub>2</sub>),...,(C<sub>N</sub>,ε<sub>N</sub>,σ<sub>N</sub>))；步骤2.2）、确定支持向量机中需要优化参数的取值范围：确定错误惩罚因子C，不敏感参数ε 和核参数σ 最优值的取值范围；步骤2.3）、在每组参数取值范围内，随机选取一组值作为萤火虫个体的位置；将支持向量机拟合值与实际值的误差作为适应度；步骤2.4）、计算每个萤火虫的荧光素浓度、决策域范围和邻居的荧光素浓度，通过邻居的荧光素浓度确定萤火虫的移动方向并向前移动；步骤2.5）、判断萤火虫算法是否达到终止条件；若达到，则选取最优解为支持向量机的参数；否则，转步骤2.4）。 |
