基于动态数据的上浆率在线增量软测量

• 作者: 彭晓 田慧欣
• 来源期刊: 天津工业大学学报
• 学科: 工学
• 关键词: 上浆率 动态数据 增量学习 软测量 山峰算法 在线检测
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 电子信息与自动化
• 页码范围: 54-58
• 页数: 5页
• 分类号: TS103.7|TP274.5
• 字数: 4953字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-024x.2017.02.010

摘要

针对浆纱过程产生的实时动态数据,提出一种基于增量学习的在线软测量建模方法,实现对上浆率的预测.将增量学习的思想引入软测量算法,去除冗余数据,提高算法效率;使用改进式山峰算法确定数据中心,通过自适应方法确定去噪半径,完成对噪声数据的筛选;选取软测量算法进行建模.实验所用数据采集自真实浆纱过程.仿真结果表明:该算法预测精度较高,具有一定的抗噪性能,均方根误差最小可达0.2633,最大绝对误差最小为0.6331,适用于多种智能算法的在线更新.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田慧欣	天津工业大学电气工程与自动化学院	12	47	5.0	6.0
2	彭晓	天津工业大学电气工程与自动化学院	2	6	1.0	2.0