叠加支持向量机及其在醋酸精馏软测量中的应用

摘要：

针对在高维输入空间数据点的异常稀疏性(维数灾难)会导致支持向量机回归模型产生偏差的问题,提出了一种基于叠加模型的支持向量机回归方法——叠加支持向量机回归(AddSVR).AddSVR的实现是通过对每一维输入进行核化,然后将每一个核空间进行叠加得到,基于叠加模型可以克服维数灾难的问题,使得其在处理高维问题时估计偏差减小.为了更方便、迅速地实现AddSVR,还提出了对支持向量机的一种简化的二次规划描述.将AddSVR用于醋酸共沸精馏中塔底醋酸组分的预测,仿真实验结果表明,AddSVR模型与传统的SVR和最小二乘支持向量机回归(LS-SVM)模型相比有更好的预测效果.

关键词：叠加模型、支持向量机、醋酸精馏、软测量

所属期刊栏目：39

分类号：TP273(自动化技术及设备)

在线出版日期：2016-05-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：200-205