基于改进的GA-LSSVM的软测量建模方法

摘要：

针对工业过程中某些重要过程变量难以实现在线测量的问题,提出了一种改进的最小二乘支持向量机(IGA-LSSVM)的软测量建模方法.该方法采用核独立分量分析(KICA)对高维数据进行特征提取,利用改进的最小二乘支持向量机进行建模.该方法既利用了最小二乘支持向量机求解速度快的特点,又利用了自适应遗传算法强大的全局搜索能力,增强了模型的自适应性.用该方法建立柴油凝点的软测量模型,结果表明,基于IGA-LSSVM方法建立的软测量模型具有较高的预测精度和泛化能力.

关键词：软测量、核独立元分析(KICA)、遗传算法(GA)、最小二乘支持向量机(LSSVM)

所属期刊栏目：32

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金资助项目51104175;山东省基金资助项目ZR2011FM014

在线出版日期：2013-01-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1031-1035