针对结霜过程因具有明显的非线性特征,采用传统方法难以精确预测的问题。建立了基于支持向量机的冷壁面霜成生长的预测模型,应用实验数据对模型进行验证、评估,并与基于最小二乘法的非线性多元回归模型进行了对比、分析。结果表明,基于支持向量机的预测模型能够很好的解决非线性预测问题。在已建立的预测模型基础上,以霜层生长过程中传热率预测为例,分别在测试集中的自变量与因变量加入不同噪声信号对模型预测性能影响进行了研究。结果表明,基于支持向量机的模型具有良好的抗干扰能力。

为解决结霜过程中有明显的非线性和时变性特征及测试数据中受噪声干扰较大、特性参数预测效果较差的难题，引入了基于结构风险最小化的支持向量机方法，建立了以热力参数集、时间、空间等为特征向量的预测模型．应用实验数据对模型进行了验证和评估，并与基于最小二乘法的预测模型进行了对比分析．结果表明，基于支持向量机的预测模型具有良好预测性能、非线性逼近能力和抗噪声干扰能力．