K-OPLS方法在化工软测量建模中的应用

• 作者: 李军 李恺
• 来源期刊: 测试科学与仪器
• 学科: 工学
• 关键词: 核学习 隐变量正交投影 软测量 化工过程
• 年，卷（期）: 2020,（1）
• 页码范围: 17-27
• 页数: 11页
• 分类号: TP183
• 字数: 1092字
• 语种: 英文
• DOI: 10.3969/j.issn.1674-8042.2020.01.003

摘要

针对强非线性复杂化工过程的软测量建模问题,提出了一种基于核隐变量正交投影(K-OPLS)的建模方法.隐变量正交投影(O-PLS)是一种通用的线性多变量数据建模方法,它可以消除与响应变量(输出)正交的描述变量(输入)的总体变化.在O-PLS模型框架下,K-OPLS方法利用"核技巧"将描述变量映射到高维特征空间,计算模型中的预测成分和响应-正交成分.因此,K-OPLS方法通过给出描述与响应变量之间的非线性关系,在一定程度上提高了模型的性能,增强了模型的可解释性.为了验证K-OPLS方法的有效性,将其分别应用于脱丁烷塔基丁烷(C4)组分含量估计、工业流化催化裂化装置(FCCU)关键产品产量预测、硫回收装置(SRU)中H2 S和SO2浓度预测的软测量建模实例中.实验结果表明,在相同条件下,与支持向量机(SVM)、最小二乘支持向量机(LSSVM)、主元分析-支持向量机(PCA-SVM)、极限学习机(ELM)、核极限学习机(KELM)和PCA-KELM方法相比较,K-OPLS方法具有更好的建模精度和模型泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李军	兰州交通大学自动化与电气工程学院	70	490	13.0	19.0
2	李恺	兰州交通大学自动化与电气工程学院	1	0	0.0	0.0