基于ICA变量分组的集成软测量方法研究

• 作者: 孙玉梅 杜妮 杨凯 王莉 陈祥光
• 来源期刊: 北京理工大学学报
• 学科: 工学
• 关键词: 软测量 变量分组 核学习 集成建模
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 信息与控制
• 页码范围: 631-636
• 页数: 6页
• 分类号: TP13
• 字数: 3456字
• 语种: 中文
• DOI: 10.15918/j.tbit 1001-0645.2018.06.013

摘要

提出了一种基于独立主成分分析(independent component analysis,ICA)变量分组和集成学习的软测量建模方法.该方法首先运用ICA对输入过程变量进行分组,建立多个变量组子空间.然后在各变量组子空间内提取子样本集,降低变量和变量组之间的耦合性,并基于核偏最小二乘法(KPLS)建立预测子模型.最后,采用贝叶斯方法对子模型的输出进行集成,给出最终预测结果.运用该方法对工业橡胶密炼过程的数据进行了预测,并与其它软测量方法的结果进行比较分析,实验结果表明,本文提出的方法具有更好的预测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈祥光	北京理工大学化学与化工学院	104	807	17.0	23.0
2	杨凯	北京理工大学化学与化工学院	30	226	8.0	14.0
3	王莉	北京理工大学化学与化工学院	8	121	3.0	8.0
4	杜妮	北京理工大学化学与化工学院	1	1	1.0	1.0