基于改进即时学习算法的镨/钕元素组分含量预测

作者：陆荣秀; 饶运春; 杨辉^*; 朱建勇; 杨刚

来源：控制理论与应用, 2020, 37(08): 1846-1854.

• 即时学习
• 萃取过程
• 组分含量
• 预测
• 相似度准则
• 局部模型更新策略

针对镨/钕(Pr/Nd)萃取过程元素组分含量难以在线实时检测的现状,引入加权相似度准则和局部模型更新策略,提出一种基于改进即时学习算法的稀土元素组分含量快速估计方法.首先,为了保证即时学习算法学习集选取的合理性,充分考虑输入输出变量之间的相关程度,采用互信息加权的相似度准则选择建模邻域,以最小二乘支持向量机(LSSVM)作为即时学习算法的局部模型;其次,依据由相似度阈值更新和数据库更新组成的模型更新策略校正LSSVM局部模型,改善组分含量预测模型的精度和实时性;最后,基于镨/钕萃取现场数据进行仿真对比试验,结果表明所建模型具有精度高、实时性好等优点,适用于稀土萃取生产现场元素组分含量的快速预估.

• 单位
  华东交通大学; 江西省先进控制与优化重点实验室