关键词：小波阈值降噪;向量加权平均算法;最小二乘支持向量机;预测模型;氨合成
摘 要：针对化工过程非线性、时滞性高的实际问题，以某氨合成工段为研究对象，首次提出基于小波阈值降噪的向量加权平均算法（INFO）优化最小二乘支持向量机（LSSVM）的氨合成塔预测方法 INFOLSSVM，将小波降噪理论与INFO-LSSVM算法结合创建了预测精度较高的氨合成塔预测模型，用模型筛选出6个氨合成工段中的样本数据进行小波阈值降噪预处理，然后用INFO-LSSVM训练降噪后的数据，得到小波阈值降噪的INFO-LSSVM氨合成塔预测模型，对比INFO-LSSVM、PSO-LSSVM、LSSVM模型的预测结果，得到三者的均方根误差分别为0.231 8、0.447 7、0.496 4，可为多因素作用下类似预测提供借鉴。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取