基于非线性慢特征回归的动态软测量建模

• 作者: 尚超 狄克松 王宇红 黄德先
• 来源期刊: 计算机与应用化学
• 学科: 工学
• 关键词: 动态软测量 慢特征回归 慢特征分析 慢特征
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 研究论文
• 页码范围: 1160-1164
• 页数: 5页
• 分类号: TP391.9
• 字数: 3830字
• 语种: 中文
• DOI: 10.16866/j.com.app.chem201611004

摘要

隐变量模型如部分最小二乘已经被广泛用于建立低维子空间,并以此建立回归模型用于质量预测.然而,它们都是基于工业过程的静态假设,一般实际的工业过程都是动态的.本文提出一种非线性慢特征回归模型,用作动态软测量模型.首先,对线性慢特征分析进行非线性扩展,然后非线性的慢特征作为隐变量通过扩展后的慢特征分析从过程数据中被提取出来.不同于传统的隐变量模型,慢特征分析假设隐变量具有缓慢变化的动态特性.由于工业过程明显的动态变化,慢特性可以被看作有效的先验知识加以利用.最后,利用提取的慢特征建立回归模型并用于产品质量的预测.实验结果表明,基于非线性慢特征的软测量模型要比传统的软测量模型预测精度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄德先	清华大学自动化系	76	1246	19.0	33.0
2	尚超	清华大学自动化系	3	20	2.0	3.0