时序局部加权自适应核PLS软测量建模及其应用
针对工业现场数据的强非线性、时序性特点,提出了一种结合移动窗口的局部加权自适应核偏最小二乘(LW-AKPLS)算法.在建模阶段,通过移动窗口法对数据集进行动态时序划分后,利用自适应核PLS(AKPLS)进行建模;与固定核函数的核PLS(KPLS)不同,AKPLS对于不同子数据集能自适应地选出各自的最优核函数,使模型结构与子数据集充分匹配,有效提高了子模型的预测精度;在预测阶段,利用集成学习进行子模型加权预测,获得的全局模型实用性高、泛化能力强.最后将所提算法在某焦化系统历史数据集上进行了测试应用,预测结果进一步证明了所提算法的有效性.
软测量、强非线性、时序、局部加权、核偏最小二乘法
39
TH7(仪器、仪表)
浙江省自然科学基金LY17F030024;浙江理工大学521人才培养计划11130132521508
2019-05-13(万方平台首次上网日期,不代表论文的发表时间)
共7页
1-7