基于PCA-ANN组合学习方法建立PTA粒度模型

• 作者: 王翰卿 钱锋 颜学峰
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 对苯二甲酸 粒度 主元分析 神经网络 组合学习 自适应
• 年，卷（期）: 2003,（4）
• 所属期刊栏目: 过程控制技术
• 页码范围: 356-359
• 页数: 4页
• 分类号: TP183
• 字数: 3117字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7848.2003.04.021

摘要

针对在精对苯二甲酸(PTA)生产过程中影响PTA粒度的因素多且复杂,采用了主元分析方法(PCA)提取方差最大的几个成分作为神经网络(ANN)的输入,消除干扰因素的影响,建立PCA-ANN粒度模型.为了进一步提高PCA-ANN粒度模型的预测精度,提出了性能优良的加权组合学习方法,形成基于PCA-ANN的加权组合模型.组合模型能通过对多个不同PCA-ANN粒度模型的预测结果进行自适应加权,最终获得具有良好预测精度的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱锋	华东理工大学自动化研究所	223	3004	26.0	44.0
2	颜学峰	华东理工大学自动化研究所	61	628	12.0	22.0
3	王翰卿	华东理工大学自动化研究所	1	9	1.0	1.0