摘要： 针对通风条件下，气候室相对湿度控制精度对甲醛检测准确性的影响，提出一种相对湿度预测模型。模型 选取控温水箱、控制露点水箱和气候室相对湿度等 ７个数据采集点的数据作为输入和输出。基于多策略改进鹈鹕 优化算法和最小二乘支持向量机构建 ＭＳＰＯＡＬＳＳＶＭ相对湿度预测模型。针对鹈鹕优化算法寻优能力不足的问题， 使用随机对立学习初始化种群，引入融合鲸鱼优化的正余弦策略和动态权重因子策略，提高算法性能。将 ＭＳＰＯＡ ＬＳＳＶＭ模型与 ４种机器学习模型进行对比实验，结果表明，ＭＳＰＯＡＬＳＳＶＭ模型决定系数、均方根误差分别为 ０．９６４ 和 ０．０７３８９，均低于其他模型，可为解决相对湿度控制精度不足问题提供参考。

关键词: 气候室；相对湿度预测；鹈鹕优化算法；最小二乘支持向量机

中图分类号: 

• ＴＰ３０１．６