基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了改进的遗传算法与部分最小二乘回归相结合的最优辅助变量的选择方法.用遗传算法来选择变量时,编码方法简单,染色体的长度为候选变量的个数,每一位的取值(0或1)表示某个变量是否被选中,具有全局搜索性能的遗传算法与传统的变量选择方法相比可以比较准确地找到最(次)优解;同时部分最小二乘回归能够克服多元回归中常见的多重共线性问题,在样本点个数少于变量个数的条件下也能进行回归建模分析.用文中提出的方法建立了催化重整过程中稳定油组分的软测量模型,结果表明了本文提出的辅助变量选择方法的优越性和实用性.
推荐文章
基于混合准则的软测量建模辅助变量选择方法
关键过程变量
辅助变量选择
混合整数非线性规划
BIC准则
基于辅助变量KNN分析的软测量建模方法
软测量
主元分析
核主元分析
支持向量机
K-最近邻算法
量子GA-PLS特征选择算法及其应用
量子光学
量子遗传算法-偏最小二乘法
量子计算
特征选择
基于OBE-PLS软测量的过程自适应建模
工况迁移
静态软测量
最优定界椭球
偏最小二乘
动态软测量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进GA-PLS算法的最优辅助变量选择及其在软测量建模中的应用
来源期刊 南京邮电大学学报(自然科学版) 学科 工学
关键词 遗传算法 部分最小二乘 变量选择 软测量 催化重整
年,卷(期) 2006,(1) 所属期刊栏目 研究报告
研究方向 页码范围 76-80
页数 5页 分类号 TP27
字数 4118字 语种 中文
DOI 10.3969/j.issn.1673-5439.2006.01.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘瑞兰 南京邮电大学自动化学院 29 257 9.0 15.0
2 苏宏业 浙江大学工业控制技术国家重点实验室 105 1588 24.0 33.0
3 陈渭泉 浙江大学工业控制技术国家重点实验室 2 53 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (12)
参考文献  (5)
节点文献
引证文献  (29)
同被引文献  (38)
二级引证文献  (65)
1900(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(8)
  • 引证文献(7)
  • 二级引证文献(1)
2010(11)
  • 引证文献(4)
  • 二级引证文献(7)
2011(9)
  • 引证文献(1)
  • 二级引证文献(8)
2012(14)
  • 引证文献(3)
  • 二级引证文献(11)
2013(9)
  • 引证文献(4)
  • 二级引证文献(5)
2014(12)
  • 引证文献(4)
  • 二级引证文献(8)
2015(9)
  • 引证文献(2)
  • 二级引证文献(7)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(6)
  • 引证文献(2)
  • 二级引证文献(4)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
遗传算法
部分最小二乘
变量选择
软测量
催化重整
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
南京邮电大学学报(自然科学版)
双月刊
1673-5439
32-1772/TN
大16开
南京市亚芳新城区文苑路9号
1960
chi
出版文献量(篇)
2234
总下载数(次)
13
总被引数(次)
14649
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导