IWO-PSO-SVR算法在甲烷检测中的应用

来源：中国环境科学杂志2020年第4期北京时间：

作者：张华强, 陈传训, 吕云飞, 王国栋, 杨先海

单位：山东理工大学机械工程学院, 山东 淄博 255049

摘要：提出一种入侵杂草算法改进的粒子群算法（IWO-PSO）用于支持向量机（SVR）算法来快速实时检测甲烷气体浓度系统，气体红外激光差分吸收法检测系统基于甲烷气体分子在1650nm处泛频光谱吸收带，结合可调谐二极管吸收光谱（TDLAS）与波长调制光谱（WMS）.选择半导体激光器瞬时输出光功率变化范围5.0~10.6mW，瞬时波长变化范围1650~1651nm，瞬时调谐频率范围0.0048~0.0115nm/mA；采集山东淄博某农场2019年3月份全天气体样本，随机抽取15组样本作为训练集，建立以光谱峰面积作为输入值与气体浓度作为输出值的IWO-PSO-SVR、SVR、PSO-SVR和PSO-BP定量分析模型，对测试集4种浓度的甲烷分别进行预测；结果表明，通过IWO-PSO-SVR定量分析模型效果最佳，4种甲烷浓度预测值与真实值相对偏差分别为0.115%、0.109%、0.131%、0.120%，均低于0.0014；相关系数分别为0.9987、0.9966、0.9899、0.9975均高于0.98；预测时间分别为1.35、1.54、1.35和1.33s，模型经过1000次训练对气体的检测精度为10-5，与同类别检测系统相比，具有很强的理论研究价值和工程应用价值.

关键词：甲烷,吸收光谱,粒子群,支持向量机,入侵杂草算法,半导体激光器

基金资助：

国家自然科学基金资助项目（51677043）；山东省自然科学基金资助项目（ZR2017BEE039）