科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对目前化工过程复杂、大系统集中式建模计算繁琐和分散式建模模型精度低等问题,提出了基于核典型相关分析(KCCA)和动态偏最小二乘(DPLS)的分布式建模算法。通过KCCA对大系统中的所有过程变量进行分析,获取其相关系数;根据这些系数进行分类,将关联性较强的变量分入同一个子系统。在此基础上,给出了基于KCCA的非线性大系统分解方法以及分解后各个子系统的DPLS动态建模流程。通过采用DPLS方法对各分解后的各子系统进行建模。该方法考虑了各子系统之间的相互作用,大大降低了大系统的复杂度,提高了模型精度。最后对田纳西-伊士曼(TE)过程进行了仿真,验证了所提算法的有效性。
