一种用于气候室相对湿度预测的MSPOA-LSSVM模型研究

摘要

针对通风条件下，气候室相对湿度控制精度对甲醛检测准确性的影响，提出一种相对湿度预测模型。模型选取控温水箱、控制露点水箱和气候室相对湿度等7个数据采集点的数据作为输入和输出。基于多策略改进鹈鹕优化算法和最小二乘支持向量机构建MSPOA-LSSVM相对湿度预测模型。针对鹈鹕优化算法寻优能力不足的问题，使用随机对立学习初始化种群，引入融合鲸鱼优化的正余弦策略和动态权重因子策略，提高算法性能。将MSPOA-LSSVM模型与4种机器学习模型进行对比实验，结果表明，MSPOA-LSSVM模型决定系数、均方根误差分别为0.964和0.073 89,均低于其他模型，可为解决相对湿度控制精度不足问题提供参考。

关键词

气候室 / 相对湿度预测 / 鹈鹕优化算法 / 最小二乘支持向量机

基金资助

泰山学者优势特色学科人才团队项目(2015162); 山东建筑大学博士基金项目(X21110Z); 山东省产品质量检验研究院院储备项目(2024ZJKY0008)