一种基于KPCA-BN的软测量建模方法

• 作者: 唐苦 王振雷
• 来源期刊: 计算机与应用化学
• 学科: 工学
• 关键词: 贝叶斯网络 EM算法 剪枝算法 核主元分析 软测量
• 年，卷（期）: 2012,（9）
• 页码范围: 1099-1102
• 分类号: TP13
• 字数: 3746字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4160.2012.09.015

摘要

本文提出了一种将核主元分析(KPCA)和贝叶斯网络(BN)相结合的软测量建模方法.核主元分析可对样本数据进行特征提取,消除数据之间的相关性,降低网络模型的输入变量维数.然后利用贝叶斯网络进行建模,采用基于剪枝算法的EM算法求解高斯混合模型的参数,再利用高斯混合模型逼近贝叶斯网络中变量的联合概率密度,训练贝叶斯网络,该方法不仅降低了模型的复杂性,而且提高了模型的泛化能力.最后采用该方法建立乙烯精馏塔中乙烷浓度的软测量模型,结果表明基于KPCA-BN方法建立的软测量模型有更好的预测效果和泛化能力,是一种有效的数据建模方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王振雷	华东理工大学化工过程先进控制和优化技术教育部重点实验室	69	432	11.0	16.0
2	唐苦	华东理工大学化工过程先进控制和优化技术教育部重点实验室	4	51	4.0	4.0