基于自适应加权最小二乘支持向量机的芳烃产量软测量建模

摘要：

芳烃收率是催化重整生产过程中的重要质量指标.针对其软测量建模中样本数据可能存在的测量误差对模型性能的影响,提出一种自适应加权最小二乘支持向量机(AWLS-SVM)回归建模方法.该方法基于最小二乘支持向量机模型,根据样本拟合误差,并结合改进的指数分布加权规则,为每个建模样本分配不同的权值,以降低测量误差对建模精度的影响;同时提出一种全局优化算法-混沌粒子群模拟退火(CPSO-SA)算法对最小二乘支持向量机的模型参数进行优化选择,以提高模型的泛化能力.仿真实验表明,AWLS-SVM模型的预测精度及鲁棒性能优于LS-SVM和WLS-SVM.最后,应用AWLS-SVM方法建立催化重整生产过程芳烃收率的软测量模型,获得了较好的效果.

关键词：软测量、自适应加权最小二乘支持向量机、混沌粒子群模拟退火算法、催化重整、芳烃收率

所属期刊栏目：36

分类号：TP181;TP274(自动化基础理论)

资助基金：国家自然科学基金资助项目6080402,61374133;高校博士点专项科研基金20133314120004National Natural Science Foundation of China6080402,61374133;Specialized Reseach Fund for the Doctoral Program of Higher Education20133314120004

在线出版日期：2019-09-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：255-264