作者：张 龙， 张宝国， 张继军， 张东亮， 孔德骞
作者单位：西北核技术研究所，陕西 西安 710024
关键词： 最小二乘支持向量机; 粒子群优化算法; 热电偶; 非线性校正
摘要：
为改善热电偶温度传感器的非线性特性，构建基于粒子群优化算法（particle swarm optimization，PSO）和最 小二乘支持向量机（least squares support vector machine，LSSVM）的热电偶非线性校正模型。针对 LSSVM 算法参数 难确定的问题，选用 PSO 算法搜索 LSSVM 算法中惩罚系数和核函数参数的最优组合，用优化后的 PSO-LSSVM 校 正模型逼近热电偶的非线性函数关系。为验证该模型的有效性，分别采用 BP 网络模型、RBF 网络模型、LSSVM 模 型和 PSO-LSSVM 模型进行热电偶非线性校正，结果表明：PSO-LSSVM 模型在热电偶非线性校正应用中表现出最 优的稳定性和准确性，其最大拟合误差仅为 0.12 ℃，均方误差为 0.0033，准确率达到 99.82%。将该模型应用于有限 空间爆炸温度的非线性校正中，可取得较好的实际应用效果。
