[发明专利]太阳能海水淡化问题的区间支持向量机模型及优化设计

权利要求书

1.一种太阳能海水淡化问题的区间支持向量机模型，以及对输入数据优化设计方法，其特征在于：基于LibSVM工具箱，建立海水淡化与成本的区间回归模型，并对产率和成本两目标区间优化问题，采用IP-MOEA区间多目标进化优化方法进行优化，寻找热空气温度等输入变量的最优解集，最后建立可视化的海水淡化回归、优化平台，该方法包括：

(1)建立基于LibSVM工具箱的太阳能海水淡化区间回归模型

太阳能海水淡化问题主要涉及以下参数：热空气温度、热空气流速、干空气流量、蒸发器出口温度、蒸发器出口含湿量、冷凝器出口温度，以及冷凝器出口含湿量。由于内部关系复杂，不容易利用已有的数学模型去构建其映射关系，利用LibSVM工具箱可以方便、快捷的建立淡化率与其他变量的区间回归模型。

(2)基于IP-MOEA的海水淡化优化设计

对于太阳能海水淡化问题，在维持干空气流量、热空气流速，以及环境热空气温度不变的情况下，装置的淡水产率主要取决于湿空气通过冷凝器前后的含湿量差值。产水成本主要由冷凝器的功率产生，因此，采用蒸汽通过冷凝器前后的温度表示成本，更为直观、且易于测量。在太阳能海水淡化问题中，由于环境等不确定性因素的影响，使得淡水产率和产水成本具有一定的不确定性，由此，建立太阳能海水淡化问题的区间两目标优化模型，并采用一种有效解决区间多目标优化问题的进化优化方法算法IP-MOEA进行求解。

(3)构建基于MatlabGUI的海水淡化区间回归和优化设计平台

在区间回归环节中，需要显示LibSVM工具箱的寻优参数，并且输出区间回归曲线与原始数据点的对比图；在优化设计的环节中，需要设置有关进化代数等参数，并且输出优化后的热空气温度等决策变量取值与对应目标函数值的EXCEL表格。最终构建太阳能海水淡化区间回归和优化设计的GUI平台。

2.根据权利要求1所述太阳能海水淡化问题主要涉及的参数，建立基于LibSVM工具箱的区间回归模型，其特征在于，构建模型的以下几个步骤：

Step1：通过海水淡化实验，获得原始数据，构成训练集数据与测试集数据；

Step2：将训练集输出数据区间化，分别获得区间上界和下界；

Step3：将训练集数据进行归一化处理；

Step4：设置LibSVM工具箱中的惩罚函数-c、gamma函数-g、核函数类型-t、n-fold交互检验模型-v和SVR模型类型-s五项的循环步长；

Step5：通过svmtrain计算交叉检验的误差，将最小误差情况下的-c、-g、-t、-s参数分别存储到best_c、best_g、best_t、best_s中；

Step6：将best_c、best_g、best_t、best_s，以及具有区间性的训练集数据设置到svmtrain中，训练得到最优上界模型model_up、最优下界模型model_down；

Step7：将训练集数据分别与最优上界模型model_up、最优下界模型model_down设置到svmpredict中，分别输出回归预测的上界与下界。

Step8：同理，将测试集数据分别与最优上界模型model_up、最优下界模型model_down设置到svmpredict中，分别输出回归预测的上界与下界。