摘要：针对甲醇合成过程中的复杂性和非线性等问题,利用共享最近邻（SNN）相似度将训练样本划分成若干个信息粒,然后分别进行支持向量提取,最后将提取出的支持向量融合,建立最终粗甲醇转化率预测模型。试验结果表明,改进的粒度支持向量机（GSVM）可以将＂冗余数据＂进行删减,获得更＂稀疏＂的回归模型,精度也高于传统支持向量机的粗甲醇转化率模型,从而能更好地指导甲醇生产。

关键词：支持向量机 粒度支持向量机 粗甲醇转化率 粒度计算 

单位：内蒙古科技大学机械工程学院 内蒙古包头014010