PCA-DRBFN模型在精馏塔精苯干点估计中的应用

• 作者: 常玉清 王小刚 王福利
• 来源期刊: 东北大学学报(自然科学版)
• 学科: 工学
• 关键词: 软测量 主成分分析(PCA) 数据降维 重叠信息 精苯精馏 径向基网络
• 年，卷（期）: 2004,（2）
• 所属期刊栏目: 信息与控制
• 页码范围: 103-105
• 页数: 3页
• 分类号: TP274
• 字数: 2170字
• 语种: 中文
• DOI: 10.3321/j.issn:1005-3026.2004.02.001

摘要

针对PCA(Principal Components Analysis)技术中,由于重叠信息会严重影响主成分的正确提取这一问题,提出了一种改进的数据降维处理方法.首先,利用标准化变量间的相关系数大小找到重叠信息.然后,将重叠信息进行加权综合.最后,利用改进的数据降维处理方法以及分布式网络技术,建立了基于PCA-DRBFN(Principal Components Analysis-Distributed Radial Basis Function Network)的软测量模型,并将其应用到某钢厂的精苯精馏过程,对精苯干点进行估计.通过仿真证明,所建立的模型具有较好的泛化效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王小刚	东北大学信息科学与工程学院	21	333	10.0	18.0
2	王福利	东北大学信息科学与工程学院	200	3025	30.0	44.0
3	常玉清	东北大学信息科学与工程学院	58	964	16.0	29.0