基于支持向量回归的三元溶液浓度重构算法研究

由氯化钠、蔗糖组成的三元水溶液在食品渗透脱水过程中有着广泛的应用.本文采用一种新颖的多功能传感器,在线敏感三元溶液的超声波传输速度、电导率以及温度三个参量.基于获取的三个可测参量,本文重点研究利用支持向量回归方法实现多功能传感器信号重构,同时获得三元溶液中各成分的浓度估计值.支持向量机是基于结构风险最小化准则的新型机器学习方法,适用于小样本标定数据情况,可有效抑制过拟合问题并改善泛化性能.实验结果显示测试数据集氯化钠浓度和蔗糖浓度的平均绝对误差分别为0.00615mol/kg和0.00369mol/kg,表明所提出的重构算法具有较高的可靠性和准确度,验证了方法的有效性.