FVS-KELM方法在化工过程软测量建模中的应用

• 作者: 李军 秦晓帅
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 软测量 建模 化工过程 特征向量 数据选取 核极限学习机
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 应用技术
• 页码范围: 154-156,160
• 页数: 4页
• 分类号: TP274|TP212
• 字数: 2689字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2020)07-0154-03

摘要

针对强非线性、复杂的化工过程软测量建模问题,提出一种基于特征向量选取(FVS)与核极限学习机(KELM)结合的方法.通过核方法将输入数据映射在高维空间,选出一组最大无关的数据向量作为特征空间,并将原始数据投影在该特征空间上,形成新的输入数据,基于KELM建立软测量模型,KELM无须设定网络隐含层节点的数目,以核函数表示未知的隐含层非线性特征映射,具有良好的泛化能力.为验证所提出方法的有效性,将该方法应用于脱丁烷塔的软测量实例建模中.在同等条件下与KELM,KPCA-KELM,FVS-SVM和FVS-LR等方法进行比较,结果表明,FVS-KELM方法具有最高的相关系数和建模精度,在化工生产中有优势.

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	秦晓帅	兰州交通大学自动化与电气工程学院	1	0	0.0	0.0