原文服务方: 化工学报       
摘要:
工业过程软测量模型常常因为过程的变量漂移、非线性和时变等问题而使得预测性能下降。因此,时间差分已被应用于解决过程变量漂移问题。但是,时间差分框架下的全局模型往往不能很好地描述过程非线性和时变等特性。为此,提出了一种融合时间差分模型和局部加权偏最小二乘算法的自适应软测量建模方法。时间差分模型可以大大减少过程变量漂移的影响,而局部加权偏最小二乘算法作为一种即时学习方法,可以有效解决过程非线性和时变问题。该方法的有效性在数值例子和工业过程实例中得到了有效验证。
推荐文章
基于局部加权偏最小二乘的在线多模型建模
多模型
贝叶斯分类器
局部加权偏最小二乘
在线
即时
基于自适应偏最小二乘回归的初顶石脑油干点软测量
自适应
加权回归
偏最小二乘回归
石脑油
干点
软测量
基于差分进化算法-最小二乘支持向量机的软测量建模
软测量
最小二乘支持向量机
差分进化算法
对羧基苯甲醛
用于发酵过程在线建模的自适应局部最小二乘支持向量机回归方法
自适应局部学习
最小二乘支持向量机回归
快速留一法
在线建模
发酵过程
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 基于时间差分和局部加权偏最小二乘算法的过程自适应软测量建模
来源期刊 化工学报 学科
关键词 时间差分模型 局部加权偏最小二乘算法 即时学习 软测量建模 质量预测
年,卷(期) 2016,(3) 所属期刊栏目
研究方向 页码范围 724-728
页数 5页 分类号 TQ02
字数 语种 中文
DOI 10.11949/j.issn.0438-1157.20151931
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 宋执环 浙江大学控制科学与工程学院工业控制技术国家重点实验室 140 1808 23.0 36.0
2 葛志强 浙江大学控制科学与工程学院工业控制技术国家重点实验室 13 145 6.0 12.0
3 袁小锋 浙江大学控制科学与工程学院工业控制技术国家重点实验室 2 21 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (18)
节点文献
引证文献  (17)
同被引文献  (67)
二级引证文献  (25)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(4)
  • 参考文献(4)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(6)
  • 引证文献(5)
  • 二级引证文献(1)
2018(15)
  • 引证文献(7)
  • 二级引证文献(8)
2019(12)
  • 引证文献(3)
  • 二级引证文献(9)
2020(9)
  • 引证文献(2)
  • 二级引证文献(7)
研究主题发展历程
节点文献
时间差分模型
局部加权偏最小二乘算法
即时学习
软测量建模
质量预测
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
化工学报
月刊
0438-1157
11-1946/TQ
大16开
1923-01-01
chi
出版文献量(篇)
12283
总下载数(次)
0
论文1v1指导