基于证据合成规则的多模型软测量

摘要：

针对传统软测量方法存在的预测性能差、融合能力低和适应性不强等缺点,本文提出了一种基于证据(D-S)合成规则的多模型软测量方法.首先,利用仿射传播(AP)聚类方法和最小二乘支持向量机(LS-SVM)建立多个子模型;然后,利用D-S合成规则得到多个证据概率分配函数,将其作为权值因子对子模型输出进行融合得到多模型的输出,提高了模型的预测能力和融合能力;最后,将上述方法用于非线性系统和酯化率的软测量建模,仿真结果表明,相比于单一模型和传统的多模型软测量方法,本文方法具有更好的预测性能和精度,是一种有效的软测量方法.

关键词：证据合成规则、多模型、数据融合、仿射传播聚类、软测量

所属期刊栏目：31

分类号：TP273(自动化技术及设备)

资助基金：国家重点基础研究发展计划资助项目2012CB720500;国家自然科学基金资助项目U1162202;国家863计划资助项目2013AA040701;十二五国家科技支撑计划资助项目2012BAF05B00;上海市科技攻关资助项目12dz1125100;上海市重点学科建设资助项目B504;流程工业综合自动化国家重点实验室开放课题基金

在线出版日期：2014-07-03（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：632-637