基于即时学习算法的软测量建模方法

• 作者: 潘天红 王其红 邹云
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 即时学习 k-矢量近邻 软测量 酯化率
• 年，卷（期）: 2007,（6）
• 页码范围: 679-683,722
• 页数: 6页
• 分类号: TP273
• 字数: 5157字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9830.2007.06.004

摘要

针对工业过程中存在许多难以直接测量变量的问题,提出1种基于即时学习算法的软测量建模方法.提出k-矢量近邻方法建立系统的当前工况点的建模邻域,以提高即时学习算法的预测能力,利用递归最小二乘算法简化建模的在线计算量,通过PRESS估算得到算法的最优解,优化了算法,应用该算法对某一化工厂产品的酯化率进行测量建模,预测得到的最大相对误差为0.8742%,证明该方法的泛化性能良好,满足实际测量的精度要求,是1种便于理解,易于实现的软测量方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹云	南京理工大学自动化学院	160	2415	25.0	42.0
2	王其红	常州信息职业技术学院自动控制工程系	15	222	6.0	14.0
3	潘天红	江苏大学电气信息工程学院	70	723	15.0	24.0