偏最小二乘线性模型及其非线性动态扩展模型综述

• 作者: 孔祥玉 安秋生 徐中英 曹泽豪 罗家宇
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 偏最小二乘 数据驱动 质量相关 线性 非线性 动态 过程监控
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 综述与评论
• 页码范围: 1537-1548
• 页数: 12页
• 分类号: TP273
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2017.1306

摘要

偏最小二乘(Partial least square,PLS)是一种基于数据驱动可以处理多个因变量对多个自变量的回归建模方法,因其具有提取质量相关信息的特性,在质量相关复杂工业过程监控中得到广泛的应用,成为近几十年复杂工业过程故障检测和诊断领域的研究热点.对此,介绍线性、非线性、动态PLS模型及其故障检测技术.首先,介绍标准PLS模型,在此基础上对传统PLS模型进行细化分并指出其优缺点,针对标准PLS存在的两个问题以及工业过程数据的两种极端情况,从数据预处理类、多空间类和分块类三方面梳理线性PLS模型的发展和改进历程;其次,将非线性PLS模型扩展方法分为两类,重点介绍核函数非线性PLS模型的研究现状;再次,指出动态扩展方法的两种基本思路,对PLS动态模型进行分类,阐明动态特性的成因,从本质上揭示两种动态扩展方法的原理,按照分类综述动态PLS模型的发展现状;最后,指出该领域亟需解决的问题和未来研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	安秋生	山西师范大学数学与计算机科学学院	20	73	5.0	8.0
2	孔祥玉	火箭军工程大学导弹工程学院	17	17	3.0	4.0
3	徐中英	火箭军工程大学导弹工程学院	5	4	1.0	2.0
4	罗家宇	火箭军工程大学导弹工程学院	5	4	1.0	2.0
5	曹泽豪	火箭军工程大学导弹工程学院	6	5	1.0	2.0