基于改進(jìn)PSO算法優(yōu)化LSSVM的船舶尾氣排放量預(yù)測(cè)系統(tǒng)＊

王忠喜,王陸露,蔣劍

（南通愛德普船舶科技有限責(zé)任公司，江蘇南通 226004）

1 引言

船舶作為三大運(yùn)輸方式之一，因其承重量大、成本低，在遠(yuǎn)洋運(yùn)輸當(dāng)中發(fā)揮不可替代的作用，但是外貿(mào)交易量的增多，海上船舶數(shù)量也在與日俱增，導(dǎo)致海上交通環(huán)境也變得越加惡劣。在節(jié)能環(huán)保政策的號(hào)召下，如何控制船舶尾氣的排放成為當(dāng)下研究的重點(diǎn)[1]。為更好地治理船舶尾氣排放問題，對(duì)尾氣排放量的預(yù)測(cè)至關(guān)重要。通過預(yù)測(cè)可以有效地對(duì)船舶航行進(jìn)行管理，通過管理手段，來約束船舶運(yùn)輸公司進(jìn)行船舶尾氣污染的改善，迫使其使用更為清潔的能源，以此達(dá)到保護(hù)海洋環(huán)境的目的。

左付山等人采用BP人工神經(jīng)網(wǎng)絡(luò)對(duì)汽車行駛時(shí)汽油機(jī)排放的尾氣中的CO、HC、NOx三種主要物質(zhì)進(jìn)行預(yù)測(cè)，并與汽車排氣分析儀進(jìn)行對(duì)比，證明了預(yù)測(cè)結(jié)果的準(zhǔn)確性[2]。甄成剛等人針對(duì)電站鍋爐運(yùn)行時(shí)排放的煙氣NOx量，利用多模型聚類集成(VMSC)算法構(gòu)建預(yù)測(cè)模型，進(jìn)行預(yù)測(cè)，以便改善熱電廠燃燒手段[3]。趙亞濤等人基于LMDI-SD方法建立預(yù)測(cè)模型，并將其應(yīng)用火電廠燃燒排放的二氧化碳峰值預(yù)測(cè)當(dāng)中，通過預(yù)測(cè)未來火電行業(yè)碳排放峰來尋求火電廠改革途徑，以期減少對(duì)大氣環(huán)境的污染[4]。

基于前人研究成果，本文針對(duì)船舶尾氣排放量開發(fā)一種預(yù)測(cè)系統(tǒng)，該系統(tǒng)圍繞改進(jìn)PSO算法優(yōu)化LSSVM算法構(gòu)建預(yù)測(cè)模型，作為系統(tǒng)運(yùn)行主程序，為航運(yùn)企業(yè)的節(jié)能工作提供定量化的依據(jù)和科學(xué)化的指導(dǎo)。

2 船舶尾氣排放量預(yù)測(cè)系統(tǒng)設(shè)計(jì)

船舶尾氣是船舶運(yùn)行時(shí)燃燒燃料后排出的廢氣，這類廢氣對(duì)大氣環(huán)境有嚴(yán)重的破壞和污染作用，因此控制船舶尾氣排放量具有重要的現(xiàn)實(shí)意義[5]。為更好地控制船舶尾氣排放量，本文構(gòu)建一種基于改進(jìn)PSO算法優(yōu)化LSSVM的船舶尾氣排放量預(yù)測(cè)系統(tǒng)。

2.1 系統(tǒng)框架設(shè)計(jì)

系統(tǒng)框架是系統(tǒng)開發(fā)的基本架構(gòu)。本系統(tǒng)框架基于預(yù)測(cè)目標(biāo)，將其設(shè)計(jì)為采集層、傳輸層、服務(wù)器層以及用戶層[6]。系統(tǒng)框架設(shè)計(jì)如圖1所示。

圖1 系統(tǒng)框架設(shè)計(jì)圖

由圖1可知，采集層利用污染物分析儀采集船舶尾氣中各種污染物質(zhì)濃度，然后將這些參數(shù)轉(zhuǎn)換為數(shù)字信號(hào)傳入傳輸層。傳輸層由無線通信設(shè)備和無線數(shù)據(jù)傳輸邏輯程序組成，用于實(shí)現(xiàn)船岸信息共享、船岸交互的橋梁。服務(wù)器層是基于改進(jìn)PSO 算法優(yōu)化LSSVM 的船舶尾氣排放量預(yù)測(cè)模型所在地點(diǎn)，用于數(shù)據(jù)管理與分析，是系統(tǒng)的關(guān)鍵部分。用戶層只作為用戶瀏覽預(yù)測(cè)結(jié)果和歷史數(shù)據(jù)而存在，是數(shù)據(jù)信息呈現(xiàn)的窗口。

2.2 系統(tǒng)關(guān)鍵硬件設(shè)計(jì)

2.2.1 采集設(shè)備

船舶尾氣中包含很多污染物質(zhì)，因此本系統(tǒng)當(dāng)中選擇一種氣體污染物分析儀作為前端采集設(shè)備[7]。所選擇的氣體污染物分析儀為一種光譜分析儀，即NK-401A型便攜式多組分氣體分析儀。其具有壽命長(zhǎng)、穩(wěn)定性好、精度高、響應(yīng)快等特點(diǎn)；可以實(shí)現(xiàn)NO，NO2氣體濃度以及溫度的監(jiān)測(cè)，具有數(shù)據(jù)準(zhǔn)確，聲光報(bào)警，液晶大屏顯示，安裝便攜，上下限報(bào)警等優(yōu)點(diǎn)。

2.2.2 無線通信傳輸設(shè)備

在污染數(shù)據(jù)采集之后，需要將數(shù)據(jù)傳輸?shù)椒?wù)器，作為預(yù)測(cè)模型的輸入。實(shí)現(xiàn)氣體污染物分析儀與服務(wù)器之間的通信硬件主要有兩個(gè)，一個(gè)是3G無線數(shù)據(jù)傳輸終端設(shè)備，一個(gè)是AIS設(shè)備[8]。這兩個(gè)設(shè)備分別通過RS232通訊接口標(biāo)準(zhǔn)和RS422RS232通訊接口標(biāo)準(zhǔn)來實(shí)現(xiàn)通信連接。3G無線數(shù)據(jù)傳輸終端設(shè)備與AIS設(shè)備主要技術(shù)參數(shù)如表1所示。

表1 無線通信傳輸設(shè)備技術(shù)參數(shù)

2.2.3 單片機(jī)

單片機(jī)是基于改進(jìn)PSO 算法優(yōu)化LSSVM 的船舶尾氣排放量預(yù)測(cè)模型運(yùn)行的載體，在整個(gè)系統(tǒng)當(dāng)中發(fā)揮運(yùn)算的作用[9]。本系統(tǒng)當(dāng)中的單片機(jī)為一個(gè)STM32F207Z 型號(hào)芯片，該芯片主要技術(shù)參數(shù)如表2所示。

表2 STM32F207Z單片機(jī)主要技術(shù)參數(shù)

2.3 系統(tǒng)軟件模塊設(shè)計(jì)

2.3.1 氣體污染物分析模塊

NK-401A 型便攜式多組分氣體分析儀進(jìn)行大氣污染濃度分析的基本原理為差分吸收光譜法[10]。該方法的理論依據(jù)如下：

式中，I(λ)代表穿過污染氣體的濃度；I0(λ)代表光源發(fā)射的原始發(fā)光強(qiáng)度；L代表區(qū)域氣體厚度；C代表氣體濃度；σ代表氣體吸收截面；λ代表波長(zhǎng)。

由此推算出氣體濃度公式：

其中，

式中，D代表給定的氣體吸光度。

基于氣體濃度計(jì)算氣體排放量，計(jì)算公式如下：

式中，Y代表氣體排放量；G代表船舶t時(shí)間內(nèi)消耗的燃料量；δ為燃料燃燒系數(shù)；t為船舶行駛時(shí)間。

2.3.2 數(shù)據(jù)傳輸模塊

基于氣體分析儀推算出來的各種氣體污染物質(zhì)的濃度值，將其打包，通過3G無線數(shù)據(jù)傳輸終端設(shè)備和AIS設(shè)備傳輸?shù)椒?wù)器模塊當(dāng)中，用于船舶尾氣排放量預(yù)測(cè)。數(shù)據(jù)傳輸模塊示意圖如圖2所示。

圖2 數(shù)據(jù)傳輸模塊

2.3.3 船舶尾氣排放量預(yù)測(cè)模塊

船舶尾氣排放量預(yù)測(cè)模塊是系統(tǒng)的核心模塊。根據(jù)得到的氣體排放量數(shù)據(jù)，預(yù)測(cè)未來一段時(shí)間內(nèi)的排放量。

LSSVM，全稱最小二乘支持向量機(jī)，以此構(gòu)建預(yù)測(cè)模型。模型數(shù)學(xué)表達(dá)式如下：

式中，xi為尾氣排放中各污染物排放量；x代表污染物樣本數(shù)據(jù)集合；l代表樣本數(shù)據(jù)量；a、b是一個(gè)常數(shù)；K()為核函數(shù)。a、b的選擇對(duì)預(yù)測(cè)模型的預(yù)測(cè)精度影響也較大。為此，本系統(tǒng)利用改進(jìn)粒子群算法對(duì)LSSVM預(yù)測(cè)模型進(jìn)行優(yōu)化，改進(jìn)粒子群算法基本流程如圖3所示。

圖3 改進(jìn)粒子群算法

基于改進(jìn)的粒子群算法對(duì)LSSVM預(yù)測(cè)模型當(dāng)中的a、b值進(jìn)行尋優(yōu)，然后代入到回歸預(yù)測(cè)方程(4)當(dāng)中，構(gòu)建優(yōu)化后的預(yù)測(cè)模型，最后將歷史數(shù)據(jù)輸入到模型方程當(dāng)中，即可得到預(yù)測(cè)值。

3 系統(tǒng)實(shí)現(xiàn)與測(cè)試

為驗(yàn)證所設(shè)計(jì)系統(tǒng)在船舶尾氣排放量預(yù)測(cè)中的精度，搭建仿真平臺(tái)，進(jìn)行系統(tǒng)實(shí)現(xiàn)與測(cè)試。

3.1 仿真實(shí)驗(yàn)平臺(tái)

以氣體分析裝置、流量計(jì)、混合器、電路控制系統(tǒng)、無線傳輸設(shè)備、計(jì)算機(jī)以及顯示器搭建仿真測(cè)試平臺(tái)，用于系統(tǒng)功能測(cè)試。仿真測(cè)試平臺(tái)示意圖如圖4所示。

圖4 仿真測(cè)試平臺(tái)示意圖

3.2 排放量采集數(shù)據(jù)

采用船舶10天的尾氣排放量數(shù)值，采集頻率為1次/h。采集的船舶尾氣排放量數(shù)據(jù)為240條。以第1天采集的數(shù)據(jù)為例，采集標(biāo)準(zhǔn)表如表3所示。

表3 尾氣排放量采集(部分)

采集到前9天數(shù)據(jù)為預(yù)測(cè)模型的訓(xùn)練樣本，對(duì)模型進(jìn)行訓(xùn)練，然后以此進(jìn)行最后1天尾氣排放量預(yù)測(cè)，得出預(yù)測(cè)值，并與實(shí)際值進(jìn)行對(duì)比，驗(yàn)證系統(tǒng)預(yù)測(cè)精度。

3.3 系統(tǒng)預(yù)測(cè)相關(guān)參數(shù)設(shè)置

設(shè)置系統(tǒng)預(yù)測(cè)模型相關(guān)參數(shù)，具體如表4所示。

表4 預(yù)測(cè)模型相關(guān)參數(shù)

3.4 系統(tǒng)預(yù)測(cè)功能評(píng)價(jià)指標(biāo)

均方誤差：

式中，K代表數(shù)據(jù)數(shù)量；xi代表實(shí)際值；代表預(yù)測(cè)值。

3.5 預(yù)測(cè)結(jié)果分析

利用構(gòu)建的預(yù)測(cè)模型，對(duì)第20天的排放量進(jìn)行預(yù)測(cè)，并與實(shí)際結(jié)果進(jìn)行對(duì)比，計(jì)算均方誤差，結(jié)果如表5所示。

表5 預(yù)測(cè)結(jié)果與實(shí)際結(jié)果均方誤差統(tǒng)計(jì)表

從表5中可以看出，所設(shè)計(jì)系統(tǒng)預(yù)測(cè)下，得出的預(yù)測(cè)結(jié)果與實(shí)際結(jié)果之間的均方誤差均小于3.00，由此說明，所設(shè)計(jì)系統(tǒng)的預(yù)測(cè)精度較高，能夠用于實(shí)際船舶尾氣排放量預(yù)測(cè)當(dāng)中，具有廣泛的應(yīng)用前景。

4 結(jié)束語

隨著海上船舶數(shù)量的增多，船舶運(yùn)行時(shí)排放的尾氣也逐漸增多，給海上大氣環(huán)境造成惡劣影響，因此為更好地質(zhì)量海洋污染，本文基于改進(jìn)PSO算法優(yōu)化LSSVM設(shè)計(jì)一種船舶尾氣排放量預(yù)測(cè)系統(tǒng)。該系統(tǒng)經(jīng)過測(cè)試，證明系統(tǒng)的預(yù)測(cè)功能。然而，本文設(shè)計(jì)的系統(tǒng)僅適用于船舶正常運(yùn)行情況下的尾氣排放量預(yù)測(cè)，一旦船舶運(yùn)行中出現(xiàn)異常狀況，排放的尾氣量存在突發(fā)情況，那么本預(yù)測(cè)模型將失去效用，因此該模型有待進(jìn)一步優(yōu)化和改進(jìn)。