基于选择性核学习的在线软测量建模方法

• 作者: 梁洁 赵成斌 陈鹏
• 来源期刊: 舰船电子工程
• 学科: 工学
• 关键词: 软测量 选择性核学习 最小二乘支持向量机 相似度
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 信息融合技术
• 页码范围: 26-29,57
• 页数: 5页
• 分类号: TP274
• 字数: 3573字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9730.2018.06.007

摘要

离线建立的软测量模型的预报精度往往逐渐降低,通常需要在线更新模型.为此,提出一种基于选择性核学习的在线软测量建模方法.该方法首先建立最小二乘支持向量机模型,并采用基于预报误差限的选择性前向学习策略更新模型,以提高其稀疏性.此外,为了更准确地删除冗余样本,在后向学习中,提出一种在高维特征空间同时利用输入输出数据的相似度准则,选择性删除与当前状态相似度最小的样本.利用某石化公司聚丙烯熔融指数的软测量建模结果进行了方法验证.