基于JIT-RVC算法的软测量的研究及其应用

摘要：

针对传统JIT (Just-in-time)算法单纯以距离为数据选择的缺陷,以及局部模型鲁棒性差,稳定性不强的特点,文中一方面提出了与Jolliffe参数相结合的鲁棒最近相关算法,使得JIT算法能够在离群点出现的情况下正确的选择建模数据,另一方面,还将合成随机变系数概率模型算法(Ensemble RVC)作为JIT算法的局部模型构成了JIT-RVC算法,于此强化了传统JIT算法的非线性逼近能力和鲁棒性.最后,通过强烈干扰情况下的污水生化处理的BOD5软测量预测仿真结果i明了算法的有效性,特别要指出的是相较于JIT-PLS算法,JIT-RVC算法的RMSE指标减少了55％,而相关系数提高了53％.

关键词：鲁棒最近相关算法、即时、合成随机变系数概率模型、污水生化处理、5天生物需氧量

所属期刊栏目：28

分类号：TP273;TP311.52;TP391.9(自动化技术及设备)

资助基金：国家自然科学基金项目60704012;华南理工大学中央高校基本科研业务费2009ZM0161

在线出版日期：2012-02-21（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：811-815