基于支持向量机的沼气中CH4浓度预测

本文所探讨的支持向量机(SupportVectorMachine,SVM)专门解决小样本问题,以结构风险最小化为原则寻找全局最优解。在预测沼气中CH4浓度时,本文首次尝试把温度作为影响探测器输出的重要因素,引入温箱控制探测器的环境温度,以获取不同温度下的693个样本,把温度和探测器的输出作为SVM的输入,建立CH4预测模型,得到理想的预测精度。