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:
针对传统软测量方法存在的预测性能差、融合能力低和适应性不强等缺点,本文提出了一种基于证据(D-S)合成规则的多模型软测量方法.首先,利用仿射传播(AP)聚类方法和最小二乘支持向量机(LS-SVM)建立多个子模型;然后,利用D-S合成规则得到多个证据概率分配函数,将其作为权值因子对子模型输出进行融合得到多模型的输出,提高了模型的预测能力和融合能力;最后,将上述方法用于非线性系统和酯化率的软测量建模,仿真结果表明,相比于单一模型和传统的多模型软测量方法,本文方法具有更好的预测性能和精度,是一种有效的软测量方法.
推荐文章
基于证据合成的高斯过程回归多模型软测量方法
软测量
多模型
高斯过程回归
证据理论
仪表
发酵
算法
一种改进的证据合成规则
证据理论
合成规则
证据冲突
证据有效性
数据融合
基于落影相似度的证据合成规则
证据理论
冲突证据
落影
证据合成规则
不同证据合成规则下的P2P信任模型比较
P2P网络
D-S证据理论
合成规则
可信度
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 基于证据合成规则的多模型软测量
来源期刊 控制理论与应用 学科 工学
关键词 证据合成规则 多模型 数据融合 仿射传播聚类 软测量
年,卷(期) 2014,(5) 所属期刊栏目 论文与报告
研究方向 页码范围 632-637
页数 6页 分类号 TP273
字数 6211字 语种 中文
DOI 10.7641/CTA.2014.30678
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 王昕 上海交通大学电工与电子技术中心 151 1094 19.0 27.0
2 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
3 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
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (98)
共引文献  (121)
参考文献  (14)
节点文献
引证文献  (14)
同被引文献  (51)
二级引证文献  (33)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(9)
  • 参考文献(0)
  • 二级参考文献(9)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(8)
  • 参考文献(0)
  • 二级参考文献(8)
2005(10)
  • 参考文献(0)
  • 二级参考文献(10)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(18)
  • 参考文献(1)
  • 二级参考文献(17)
2008(9)
  • 参考文献(1)
  • 二级参考文献(8)
2009(14)
  • 参考文献(3)
  • 二级参考文献(11)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(11)
  • 参考文献(6)
  • 二级参考文献(5)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(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)
2015(7)
  • 引证文献(6)
  • 二级引证文献(1)
2016(7)
  • 引证文献(3)
  • 二级引证文献(4)
2017(8)
  • 引证文献(3)
  • 二级引证文献(5)
2018(15)
  • 引证文献(2)
  • 二级引证文献(13)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
2020(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
证据合成规则
多模型
数据融合
仿射传播聚类
软测量
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
控制理论与应用
月刊
1000-8152
44-1240/TP
大16开
广州市五山华南理工大学内
46-11
1984
chi
出版文献量(篇)
4979
总下载数(次)
16
总被引数(次)
72515
论文1v1指导