基于核函数及参数优化的KPLS质量预测研究

作者：陈路; 郑丹; 童楚东

来源：电子技术应用, 2021, 47(12): 100-104.

DOI：10.16157/j.issn.0258-7998.201259

• 核偏最小二乘
• 遗传算法
• 质量预测
• k折交叉验证

核偏最小二乘(KPLS)在工业过程监测和质量预测中得到了广泛的应用,核函数和核参数的选取对KPLS质量预测结果有重要影响。然而,如何选择核函数类型和核参数一直是该方法应用的瓶颈。针对以上问题,提出一种改进遗传算法的核函数优化方法。该方法将核的种类及核参数作为优化的决策变量,以均方根误差为目标,分别从编码方案、遗传策略、适应度函数优化、交叉和变异算法等方面进行设计,以保证核函数种类的多样性,利用2折交叉验证法对训练结果进行验证。以田纳西-伊斯曼过程(TE)与MATLAB结合进行仿真实验,仿真结果表明,该方法能寻找到最优核函数以及其核参数,具有很好的稳定性和一致性。

• 单位
  宁波大学