基于SVM的畜禽舍廢氣監(jiān)測(cè)缺失數(shù)據(jù)恢復(fù)

劉金明　謝秋菊　劉浩然

摘要： 針對(duì)畜禽舍內(nèi)廢氣濃度監(jiān)測(cè)過程中因傳感器故障造成部分?jǐn)?shù)據(jù)缺失的問題，提出一種基于支持向量機(jī)的缺失數(shù)據(jù)恢復(fù)方法。該方法綜合考慮畜禽舍內(nèi)廢氣濃度對(duì)應(yīng)的時(shí)間、空間和環(huán)境等多種影響因素，建立支持向量機(jī)回歸模型對(duì)缺失的監(jiān)測(cè)數(shù)據(jù)進(jìn)行恢復(fù)性估算；為了獲得更好的估算結(jié)果，使用量子遺傳算法結(jié)合標(biāo)準(zhǔn)遺傳算法對(duì)回歸模型的參數(shù)進(jìn)行優(yōu)化。以氨氣濃度為例，用某養(yǎng)殖場(chǎng)3 d的監(jiān)測(cè)數(shù)據(jù)測(cè)試該方法，缺失數(shù)據(jù)估算的最大相對(duì)誤差為604%，平均相對(duì)誤差為1 94%，可見估算值與實(shí)際監(jiān)測(cè)值的誤差很小。測(cè)試結(jié)果表明，本研究提出的方法可以有效地對(duì)缺失性數(shù)據(jù)進(jìn)行恢復(fù)，為畜禽舍廢氣監(jiān)測(cè)提供可行的數(shù)據(jù)恢復(fù)方法。

關(guān)鍵詞： 遺傳算法；量子遺傳算法；支持向量機(jī)；廢氣監(jiān)測(cè)；數(shù)據(jù)恢復(fù)

中圖分類號(hào)： TP274 文獻(xiàn)標(biāo)志碼： A

文章編號(hào)：1002-1302（2015）08-0421-03

伴隨著畜禽養(yǎng)殖的規(guī)?；l(fā)展，畜禽飼養(yǎng)過程中產(chǎn)生的各種有害氣體，不僅直接影響工作人員和鄰近居民的身體健康，還對(duì)畜禽本身的健康生長(zhǎng)和食品安全產(chǎn)生重大影響 [1]。因此，在畜禽舍內(nèi)安裝多種有害氣體濃度檢測(cè)傳感器，實(shí)時(shí)監(jiān)測(cè)相應(yīng)的廢氣濃度，進(jìn)而精確計(jì)算廢氣的排放量，對(duì)分析各種有害氣體的排放規(guī)律和影響因素 [2]，進(jìn)而采取有效措施控制和處理有害氣體具有重要意義。然而，畜禽舍內(nèi)的復(fù)雜環(huán)境可能導(dǎo)致傳感器損壞，進(jìn)而造成監(jiān)測(cè)數(shù)據(jù)缺失 [3]。為了保證監(jiān)測(cè)數(shù)據(jù)的完整性，須要對(duì)缺失的廢氣濃度監(jiān)測(cè)數(shù)據(jù)進(jìn)行恢復(fù)。但畜禽舍內(nèi)的廢氣濃度與時(shí)間、空間和環(huán)境等多種因素相關(guān)，各因素之間存在相互作用，是復(fù)雜的非線性系統(tǒng)，使用線性插值法進(jìn)行缺失數(shù)據(jù)恢復(fù)誤差較大。朱偉興等提出使用神經(jīng)網(wǎng)絡(luò)進(jìn)行廢氣監(jiān)測(cè)缺失數(shù)據(jù)處理，并取得了較好的估算結(jié)果 [4-5]；但神經(jīng)網(wǎng)絡(luò)存在局部極小值問題，容易出現(xiàn)過學(xué)習(xí)，且結(jié)構(gòu)和類型的選擇過分依賴經(jīng)驗(yàn)。支持向量機(jī)（support vector machine，SVM）是基于小樣本統(tǒng)計(jì)學(xué)習(xí)理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則的機(jī)器學(xué)習(xí)方法，具有良好的泛化能力，解決了神經(jīng)網(wǎng)絡(luò)的不足，能夠有效地處理各種非線性問題，廣泛用于各種回歸預(yù)測(cè)問題的求解 [6-7]。SVM相關(guān)參數(shù)的選取直接關(guān)系到SVM的預(yù)測(cè)精度，相關(guān)學(xué)者提出使用粒子群算法（particle swarm optimization，PSO）、遺傳算法（genetic algorithm，GA）等智能算法 [8-9]對(duì)SVM的參數(shù)進(jìn)行優(yōu)化。其中，GA具有很強(qiáng)的魯棒性和全局優(yōu)化搜索能力，適合復(fù)雜優(yōu)化問題的求解，但其存在早熟問題。因此，本研究將量子遺傳算法（quantum genetic algorithm，QGA）與標(biāo)準(zhǔn)GA相結(jié)合構(gòu)建混合遺傳算法（hybrid genetic algorithm，HGA），并利用HGA對(duì)SVM回歸模型的參數(shù)進(jìn)行優(yōu)化，提出一種基于 HGA-SVM 預(yù)測(cè)模型的畜禽舍廢氣監(jiān)測(cè)缺失數(shù)據(jù)恢復(fù)方法。

1 材料與方法

1 1 SVM回歸模型理論

SVM回歸的目標(biāo)就是要尋求函數(shù)f（x），使其在訓(xùn)練后能夠通過樣本以外的自變量x預(yù)測(cè)對(duì)應(yīng)的因變量，即尋求回歸函數(shù)：

f（x）=（[WTHX]w[WTBX]Tx）+b。 （1）

式中：[WTHX]w[WTBX]為權(quán)重；b為閾值。所求的回歸函數(shù) f（x） 是使下面的目標(biāo)函數(shù)最小：

g（x）=min[JB（（][SX（]1[]2[SX）]|[WTHX]w[WTBX]|2+c·Remp[JB））]。 （2）

式中：c為懲罰因子；Remp為訓(xùn)練誤差。

SVM非線性回歸的基本思想是利用非線性變換將原問題映射到高維特征空間的線性問題上，并在該空間中進(jìn)行線性回歸，而這種非線性變換是通過定義適當(dāng)?shù)膬?nèi)積函數(shù)實(shí)現(xiàn)的。在高維特征空間中，線性問題中的內(nèi)積運(yùn)算可以用核函數(shù)代替，常用的核函數(shù)有線性核函數(shù)、多項(xiàng)式核函數(shù)、徑向基（radial basis function，RBF）核函數(shù)、Sigmoid核函數(shù)等。由文獻(xiàn)[10]可知，在求解非線性多因素預(yù)測(cè)問題時(shí)，RBF核函數(shù)SVM回歸模型的預(yù)測(cè)精度最高。最常用的RBF核函數(shù)是高斯核函數(shù)，其計(jì)算公式如下：

K（u，v）=exp（-γ|u-v|2）。 （3）

式中：r=[SX（]1[]2σ2[SX）]；u為空間內(nèi)任一點(diǎn)；v為中心點(diǎn)；σ為寬度參數(shù)。

本研究應(yīng)用LibSVM工具箱設(shè)計(jì)并實(shí)現(xiàn)缺失數(shù)據(jù)SVM預(yù)測(cè)模型，采用的SVM類型為epsilon支持向量回歸機(jī)（epsilon-support vector regression，epsilon-SVR），采用的核函數(shù)為RBF高斯核函數(shù)，待優(yōu)化參數(shù)包括懲罰參數(shù)c、核函數(shù)參數(shù)γ和不敏感損失函數(shù)參數(shù)ε。

1 2 HGA優(yōu)化SVM回歸模型參數(shù)

利用HGA對(duì)SVM進(jìn)行參數(shù)尋優(yōu)時(shí)，HGA由QGA和GA兩部分構(gòu)成。其中，QGA部分負(fù)責(zé)種群初始化及擾動(dòng)解集的生成，GA部分完成種群的標(biāo)準(zhǔn)遺傳進(jìn)化。HGA通過擾動(dòng)解集來(lái)擴(kuò)展種群的多樣性，有效避免早熟收斂。

1 2 1 HGA編碼及種群初始化 HGA初始解集的編碼方式采用多量子比特編碼，將SVM的3個(gè)參數(shù)c、γ和ε編碼為染色體的3個(gè)基因，每個(gè)基因?qū)?yīng)k位量子比特，具體結(jié)構(gòu)如下：

[WTHX]P[WTBX]=[JB<2[][JB（]α11β11[JB）][JB>2|][JB（]……[JB）][JB<2|][JB（]α1kβ1k[JB）][JB>2|][JB（]α21β21[JB）][JB<2|][JB（]……[JB）][JB>2|][JB（]α2kβ2k[JB）][JB<2|][JB（]α31β31[JB）][JB>2|][JB（]……[JB）][JB<2|][JB（]α3kβ3k[JB）][JB>2]]。 （4）endprint

式中：（αmn，βmn）為量子態(tài)的概率幅，且|αmn|2+|βmn|2=1，m=1，2，3，n=1，2，…，k。種群初始化時(shí)，設(shè)（αmn，βmn）為（1/[KF（]2[KF）]，1/[KF（]2[KF）]）即可。

在進(jìn)化過程中，QGA的編碼方式依然采用多量子比特編碼，QGA的初始種群直接采用HGA的初始種群。而GA的編碼方式采用二進(jìn)制實(shí)數(shù)編碼，GA的初始種群由HGA的初始種群經(jīng)過1次量子概率塌陷獲得。

1 2 2 HGA適應(yīng)度函數(shù)設(shè)計(jì)

采用K折交叉驗(yàn)證結(jié)合HGA對(duì)SVM參數(shù)進(jìn)行優(yōu)化時(shí)，為使預(yù)測(cè)值與實(shí)際值的誤差盡量小，可直接把K折交叉驗(yàn)證的均方誤差（mean squared error，MSE）作為HGA的目標(biāo)函數(shù)。顯然，目標(biāo)函數(shù)值越小，模型的預(yù)測(cè)精度越高。直接采用HGA的目標(biāo)函數(shù)作為QGA的適應(yīng)度函數(shù)，通過遺傳算法工具箱中內(nèi)置的ranking（）函數(shù)對(duì)HGA的目標(biāo)函數(shù)進(jìn)行處理后，可獲得GA的適應(yīng)度函數(shù)。

1 2 3 HGA遺傳進(jìn)化設(shè)計(jì)

HGA的遺傳進(jìn)化包括QGA的量子遺傳進(jìn)化和GA的遺傳進(jìn)化2部分。QGA的量子遺傳進(jìn)化采用文獻(xiàn)[11]中介紹的量子旋轉(zhuǎn)門更新策略，保證QGA種群向MSE最小化方向進(jìn)化，進(jìn)而可在QGA的每一代種群中選取部分優(yōu)良個(gè)體構(gòu)成擾動(dòng)解集。GA的遺傳進(jìn)化包括選擇、交叉和變異3種操作，其選擇操作采用結(jié)合最優(yōu)保留策略的隨機(jī)遍歷抽樣方法，交叉操作采用單點(diǎn)交叉，變異操作采用多位變異。

綜上所述，給出使用HGA對(duì)SVM回歸模型進(jìn)行參數(shù)優(yōu)化的具體步驟：步驟1，產(chǎn)生popSize個(gè)以量子比特編碼的染色體，作為QGA的初始種群，并進(jìn)行量子概率塌陷獲得GA的二進(jìn)制初始種群。步驟2，對(duì)GA種群中的二進(jìn)制染色體進(jìn)行實(shí)數(shù)解碼，得到參數(shù)c、γ和ε的值，并結(jié)合K折交叉驗(yàn)證計(jì)算目標(biāo)函數(shù)MSE和相應(yīng)適應(yīng)度函數(shù)，基于適應(yīng)度函數(shù)以GGAP為代溝進(jìn)行遺傳進(jìn)化生成GGAP×popSize個(gè)新個(gè)體；再將生成的新個(gè)體以基于適應(yīng)度選擇的方式逐一替代原種群中適應(yīng)度最小的個(gè)體，生成新一代種群。步驟3，對(duì)QGA種群進(jìn)行概率塌陷和實(shí)數(shù)解碼后，計(jì)算目標(biāo)函數(shù)MSE，在塌陷后的QGA二進(jìn)制種群中選出（1-GGAP）×popSize個(gè)優(yōu)良個(gè)體形成擾動(dòng)解集，并采用步驟2中介紹的方式，將擾動(dòng)解集加入到GA種群中；然后再對(duì)QGA種群進(jìn)行基于目標(biāo)函數(shù)的量子遺傳進(jìn)化生成新的QGA種群。步驟4，若滿足結(jié)束條件則退出；否則轉(zhuǎn)到步驟2，繼續(xù)進(jìn)行參數(shù)優(yōu)化。

1 3 SVM缺失數(shù)據(jù)預(yù)測(cè)模型

綜合考慮影響畜禽舍廢氣濃度的時(shí)間、空間和環(huán)境等因素，建立SVM多輸入單輸出預(yù)測(cè)模型，對(duì)某一時(shí)刻的缺失監(jiān)測(cè)數(shù)據(jù)進(jìn)行恢復(fù)。多個(gè)輸入包括：缺失數(shù)據(jù)前一采樣時(shí)刻的廢氣濃度監(jiān)測(cè)值，相鄰采樣點(diǎn)的廢氣濃度變化量，缺失數(shù)據(jù)采樣點(diǎn)處對(duì)應(yīng)的環(huán)境溫度、相對(duì)濕度和風(fēng)速監(jiān)測(cè)值；單一輸出為缺失數(shù)據(jù)采樣點(diǎn)的廢氣濃度估算值。在使用參數(shù)尋優(yōu)及訓(xùn)練后的預(yù)測(cè)模型進(jìn)行缺失數(shù)據(jù)恢復(fù)時(shí)，要由前一采樣時(shí)刻的估算值結(jié)合當(dāng)前時(shí)刻的其他輸入?yún)?shù)對(duì)當(dāng)前時(shí)刻的廢氣濃度值進(jìn)行估算，這是一個(gè)典型的時(shí)間序列預(yù)測(cè)問題。

2 試驗(yàn)仿真及分析

本研究以文獻(xiàn)[12]中某養(yǎng)殖場(chǎng)連續(xù)監(jiān)測(cè)3 d的氨氣濃度相關(guān)數(shù)據(jù)為例，對(duì)提出的缺失數(shù)據(jù)恢復(fù)方法進(jìn)行評(píng)測(cè)。監(jiān)測(cè)數(shù)據(jù)采樣1次/h，3 d共計(jì)72組數(shù)據(jù)樣本，以前48個(gè)樣本作為訓(xùn)練集，后24個(gè)樣本作為測(cè)試集。運(yùn)用K折交叉驗(yàn)證結(jié)合HGA對(duì)SVM回歸模型進(jìn)行參數(shù)尋優(yōu)時(shí)，相關(guān)參數(shù)設(shè)定包括：種群規(guī)模popSize為20，基因長(zhǎng)度k為20，遺傳代數(shù)為50，代溝GGAP為0 9，參數(shù)c、γ和ε的尋優(yōu)范圍分別是[0，100]、[0，100]和[0 001，1]，交叉概率為07，變異概率為0 7/Lind（Lind=60，為染色體碼長(zhǎng)），采用5折交叉驗(yàn)證。通過多次測(cè) 試得到最佳預(yù)測(cè)模型對(duì)應(yīng)的SVM參數(shù)尋優(yōu)結(jié)果：c為33784 5， γ為0 039 6，ε為0 023 5； 對(duì)應(yīng)的均方誤差MSE為0 001 3。參數(shù)尋優(yōu)的進(jìn)化過程如圖1所示。

由圖1可知，與GA相比，HGA在進(jìn)化前期的平均目標(biāo)函數(shù)值較小，而進(jìn)化后期的平均目標(biāo)函數(shù)值卻比較大，且收斂速度較快。原因在于QGA生成的擾動(dòng)解集由優(yōu)良染色體組成，進(jìn)化前期可有效加快收斂速度；同時(shí)，擾動(dòng)解集由量子概率塌陷而來(lái)，具有一定的不確定性，進(jìn)化后期又能在一定程度上拓展種群的多樣性，避免早熟收斂。

采用訓(xùn)練好的預(yù)測(cè)模型對(duì)測(cè)試集進(jìn)行測(cè)試驗(yàn)證時(shí)，針對(duì)這個(gè)時(shí)間序列預(yù)測(cè)問題，沒有采用MSE作為評(píng)價(jià)標(biāo)準(zhǔn)，而是采用相對(duì)誤差對(duì)預(yù)測(cè)結(jié)果進(jìn)行評(píng)價(jià)。通過多次測(cè)試，得到最佳預(yù)測(cè)模型對(duì)應(yīng)的測(cè)試集回歸擬合結(jié)果：最大相對(duì)誤差為604%，最小相對(duì)誤差為0 07%，平均相對(duì)誤差為1 94%。測(cè)試集回歸擬合結(jié)果如圖2所示。

為了評(píng)價(jià)HGA-SVM預(yù)測(cè)模型在缺失數(shù)據(jù)恢復(fù)方面的優(yōu)越性，本研究將其與文獻(xiàn)[12]中的BP神經(jīng)網(wǎng)絡(luò)方法、網(wǎng)格搜索參數(shù)尋優(yōu)SVM方法（簡(jiǎn)稱網(wǎng)格-SVM）、粒子群算法參數(shù)尋優(yōu)SVM方法（簡(jiǎn)稱PSO-SVM）和遺傳算法參數(shù)尋優(yōu)SVM方法（簡(jiǎn)稱GA-SVM）進(jìn)行對(duì)比。在Win7 64位系統(tǒng)下，使用Matlab R2012b和LibSVM-3 1工具箱對(duì)各預(yù)測(cè)模型進(jìn)行評(píng)測(cè)。硬件設(shè)備中CPU為AMD Athlon（tm） X4 730，內(nèi)存容量為4 GB。不同預(yù)測(cè)模型的效率和性能對(duì)比結(jié)果如表1所示。

由表1可知，4種SVM預(yù)測(cè)模型的執(zhí)行時(shí)間明顯少于BP神經(jīng)網(wǎng)絡(luò)方法，雖然HGA-SVM模型的執(zhí)行時(shí)間稍高于 GA-SVM 模型，最大相對(duì)誤差稍高于BP神經(jīng)網(wǎng)絡(luò)方法和PSO-SVM模型，最小相對(duì)誤差稍高于網(wǎng)格-SVM模型和PSO-SVM模型，但其平均相對(duì)誤差最小，實(shí)現(xiàn)了效率和性能

3 結(jié)論

通過綜合考慮畜禽舍內(nèi)的廢氣濃度與時(shí)間、空間和環(huán)境等多種因素的關(guān)系，將QGA與GA相結(jié)合構(gòu)建HGA優(yōu)化SVM回歸模型的參數(shù)，建立HGA-SVM預(yù)測(cè)模型，對(duì)廢氣監(jiān)測(cè)缺失數(shù)據(jù)進(jìn)行有效的恢復(fù)性估算。仿真結(jié)果表明，該方法既增強(qiáng)了傳感器之間的數(shù)據(jù)互補(bǔ)性，又提高了監(jiān)測(cè)系統(tǒng)的可靠性，為較準(zhǔn)確地計(jì)量畜禽養(yǎng)殖場(chǎng)某一段時(shí)間內(nèi)連續(xù)排放的廢氣總量、分析畜禽舍內(nèi)廢氣排放規(guī)律提供可靠的依據(jù)，進(jìn)而可以采取有效的措施對(duì)畜禽舍排放的有害氣體進(jìn)行控制和處理。endprint

參考文獻(xiàn)：

[1] 田愛軍，吳云波，邢雅囡，等 江蘇省畜禽養(yǎng)殖污染特征及成因分析[J] 江蘇農(nóng)業(yè)科學(xué)，2013，41（10）：337-339

[2]Guo H，Dehod W，Agnew J，et al Daytime odor emission variations from various swine barns[J] Transactions of the ASABE，2007，50（4）：1365-1372

[3]Jacobson L D，Hetchler B P，Schmidt D R，et al Quality assured measurements of animal building emissions：odor concentrations[J] Journal of the Air & Waste Management Association，2008，58（6）：806-811

[4]朱偉興，李 麗，龐 敏 基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)融合在廢氣測(cè)量中的應(yīng)用[J] 中國(guó)安全科學(xué)學(xué)報(bào)，2007，17（6）：162-165

[5]黃建清，朱偉興，李 麗 BP神經(jīng)網(wǎng)絡(luò)在廢氣測(cè)量中的應(yīng)用[J] 農(nóng)機(jī)化研究，2009，31（4）：191-195

[6]都平平 基于支持向量機(jī)的綜合地質(zhì)環(huán)境評(píng)價(jià)研究[J] 采礦與安全工程學(xué)報(bào)，2012，29（4）：555-558

[7]戴 棟，黃筱婷，代 州，等 基于支持向量機(jī)的輸電線路覆冰回歸模型[J] 高電壓技術(shù)，2013，39（11）：2822-2828

[8]劉 偉，王建平，劉長(zhǎng)虹，等 基于粒子群尋優(yōu)的支持向量機(jī)番茄紅素含量預(yù)測(cè)[J] 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2012，43（4）：143-147，155

[9]陳偉根，滕 黎，劉 軍，等 基于遺傳優(yōu)化支持向量機(jī)的變壓器繞組熱點(diǎn)溫度預(yù)測(cè)模型[J] 電工技術(shù)學(xué)報(bào)，2014，29（1）：44-51

[10] 王 霞，王占岐，金 貴，等 基于核函數(shù)支持向量回歸機(jī)的耕地面積預(yù)測(cè)[J] 農(nóng)業(yè)工程學(xué)報(bào)，2014，30（4）：204-211

[11]吳 朋，林 濤 基于QGA-SVM的鎧裝熱電偶傳感器辨識(shí)建模研究[J] 儀器儀表學(xué)報(bào)，2014，35（2）：343-349

[12]黃建清 具有缺失數(shù)據(jù)恢復(fù)性估算的畜禽養(yǎng)殖場(chǎng)有害物質(zhì)數(shù)據(jù)處理系統(tǒng)設(shè)計(jì)[D] 鎮(zhèn)江：江蘇大學(xué)，2009：59-60endprint