基于改进的GA-LSSVM的软测量建模方法

摘要

针对工业过程中某些重要过程变量难以实现在线测量的问题,提出了一种改进的最小二乘支持向量机(IGA-LSSVM)的软测量建模方法。该方法既利用了最小二乘支持向量机求解速度快的特点,又利用了自适应遗传算法强大的全局搜索能力,增强了模型的自适应性。该方法首先采用核独立分量分析(KICA)对高维数据进行特征提取,然后利用改进的最小二乘支持向量机进行建模。用该方法建立柴油凝点的软测量模型,结果表明基于IGA-LSSVM方法建立的软测量模型具有较高的预测精度和泛化能力。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号