基于核主元分析和最小二乘支持向量机的软测量建模

作者：徐晔; 杜文莉; 钱锋

来源：系统仿真学报, 2007, (17): 3873-3875+3918.

DOI：10.16182/j.cnki.joss.2007.17.027

• 软测量
• 核主元分析
• 最小二乘支持向量机
• 建模 soft sensor
• kernel PCA
• least square SVM
• modeling

软测量技术是工业过程控制和分析的有力工具,它的核心问题是如何建立学习速度快且泛化性能优良的软测量模型。提出了一种基于核主元分析(KPCA)和最小二乘支持向量机(LSSVM)的软测量建模方法,利用核主元分析提取软测量输入数据空间中的非线性主元,然后用最小二乘支持向量机进行建模,不但降低模型复杂性,而且提高了模型泛化能力。最后将上述方法用于PTA结晶过程的软测量建模,仿真结果表明:与SVM、PCA-SVM建模方法相比,该KPCA-LSSVM方法具有学习速度快、跟踪性能好、泛化能力强等优点,是一种有效的软测量建模方法。

• 单位
  华东理工大学; 化学工程联合国家重点实验室