非线性部分最小二乘方法的研究与应用

• 作者: 李春富 梁杰 葛铭 薛安克
• 来源期刊: 杭州电子科技大学学报（自然科学版）
• 关键词: 非线性部分最小二乘 径向基函数神经网络 煤气化炉 软测量
• 年，卷（期）: 2009,（6）
• 页码范围: 95-98
• 页数: 4页
• 分类号: TP29
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9146.2009.06.024

摘要

该文将部分最小二乘算法与径向基函数神经网络相结合,给出了一种非线性部分最小二乘建模方法,可以更加有效地处理过程非线性和数据共线性等复杂特性,提高模型的精度和推广能力.该方法在确定径向基函数神经网络的隐节点时,采用了一种改进型的k-均值聚类算法来自动确定最优的聚类区数.对煤气化炉合成气组分浓度软测量建模的应用结果表明,采用该方法建立的软测量模型在模型精度和推广能力等方面明显优于二次型多项式部分最小二乘方法建立的模型,并且计算精度满足工业生产的实际要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛安克	杭州电子科技大学信息与控制所	104	687	13.0	20.0
2	葛铭	杭州电子科技大学信息与控制所	22	90	5.0	8.0
3	李春富	杭州电子科技大学信息与控制所	8	18	3.0	3.0
4	梁杰	杭州电子科技大学信息与控制所	1	2	1.0	1.0