基于关键变量的OPLS预测方法

• 作者: 侍洪波 王帆 罗明英 谭帅
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 回归模型 关键变量 OPLS算法 质量预测
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 研究论文
• 页码范围: 529-536
• 页数: 8页
• 分类号: TP277
• 字数: 6281字
• 语种: 中文
• DOI: 10.14135/j.cnki.1006-3080.2016.04.014

摘要

产品的最终质量主要是由生产过程中的关键变量决定的,因此,回归模型的质量预测能力与过程变量的选择密切相关.本文提出了一种新的基于关键变量(CV)的OPLS预测方法(CV-OPLS),用于输出变量较多过程的质量预测.首先,根据关键变量选取准则,为每个质量变量选取建模所需的关键过程变量.为了减少最后需要建立的模型个数,将由质量变量及其相应的关键过程变量组成的数据阵进行重组,并用OSC算法去除重组后的数据阵中与质量变量无关的干扰信息.然后,对校正后的数据阵建立PLS模型,求取相应的模型回归系数,得到最终的质量预测结果.与传统的PLS及OPLS方法相比,该方法能够在保证模型较好预测精度的前提下,有效地简化模型结构.最后,通过Tennessee Eastman (TE)过程的实验仿真验证了CV-OPLS方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侍洪波	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	80	753	15.0	24.0
2	王帆	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	19	81	5.0	8.0
3	谭帅	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	16	74	5.0	8.0
4	罗明英	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	2	4	2.0	2.0