科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对实际工业系统多存在非线性耦合、时变、滞后等特性,难以建立精确机理模型,提出了一种基于数据驱动的方法建立系统的预测模型。采集过程运行中的历史数据分别建立非线性系统的RBF、LS-SVM和KPLS 3种预测模型,仿真实验表明所建数据驱动模型具有较好的预测精度,能够被用于控制、预报和评价生产过程和设备的运行状态。
-
单位机电工程学院; 兰州理工大学; 兰州石化职业技术学院
针对实际工业系统多存在非线性耦合、时变、滞后等特性,难以建立精确机理模型,提出了一种基于数据驱动的方法建立系统的预测模型。采集过程运行中的历史数据分别建立非线性系统的RBF、LS-SVM和KPLS 3种预测模型,仿真实验表明所建数据驱动模型具有较好的预测精度,能够被用于控制、预报和评价生产过程和设备的运行状态。
