期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
移动窗递推PLS软测量建模及其工业应用 被引量:9
1
作者 徐欧官 陈祥华 《高校化学工程学报》 EI CAS CSCD 北大核心 2009年第6期1044-1050,共7页
讨论了基于递推部分最小二乘(RPLS)算法的软测量建模方法及其应用。针对过程的时变特性,采用移动窗RPLS算法,在线修正样本的均值和方差,实时更新模型参数,兼顾了建模样本的饱和性、样本信息的完整性。然后将软测量模型应用于工业异构化... 讨论了基于递推部分最小二乘(RPLS)算法的软测量建模方法及其应用。针对过程的时变特性,采用移动窗RPLS算法,在线修正样本的均值和方差,实时更新模型参数,兼顾了建模样本的饱和性、样本信息的完整性。然后将软测量模型应用于工业异构化装置,在线估计对二甲苯(PX)的含量。针对大量工业数据,进行仿真计算,得到模型的最大相对误差、相对均方误差和跟踪性能指标分别为2.68%、0.17%和0.9569,说明该软测量模型具有良好的预测能力和跟踪性能。接着讨论了建模样本长度对模型性能的影响,指出其最佳的样本长度为20~50。 展开更多
关键词 软测量 递推部分最小二乘(rpls)回归 工业异构化装置 在线估计 建模样本长度
在线阅读 下载PDF
鲁棒递推偏最小二乘法 被引量:6
2
作者 陈鸿蔚 张桂香 白裔峰 《湖南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2009年第9期42-46,共5页
针对时变模型建模或大数据量情况下建模过程中的野点检测问题,提出了鲁棒递推偏最小二乘法(RRPLS).通过将递推偏最小二乘法(RPLS)与鲁棒主分量回归算法(RPPSV)相结合,实现分块野点检测算法,有效地解决了一般野点检测算法的计算量大的问... 针对时变模型建模或大数据量情况下建模过程中的野点检测问题,提出了鲁棒递推偏最小二乘法(RRPLS).通过将递推偏最小二乘法(RPLS)与鲁棒主分量回归算法(RPPSV)相结合,实现分块野点检测算法,有效地解决了一般野点检测算法的计算量大的问题.仿真说明鲁棒递推偏最小二乘法不但能检测出数据中的野点还能大量减少建模时间,最后给出了在交流异步电力测功机系统的应用实例. 展开更多
关键词 野点分析 递推偏最小二乘法 鲁棒主分量回归算法 交流异步电力测功机
在线阅读 下载PDF
改进的偏最小二乘回归推荐算法 被引量:3
3
作者 廖春华 杜建强 +1 位作者 程春雷 李智彪 《江西师范大学学报(自然科学版)》 CAS 北大核心 2012年第6期626-630,共5页
基于已有的相关PLS算法,提出了针对QSAR研究和工业过程控制建模的环境要求的PLS回归改进算法:加强递归PLS算法.模拟实验结果表明:在实时建模过程中,该算法的性能优于传统的PLS回归算法.
关键词 偏最小二乘法回归 kernel算法 算法改进 加权递归算法
在线阅读 下载PDF
一种自确认软测量方法的研究与应用 被引量:1
4
作者 肖红军 刘乙奇 伍俊 《中山大学学报(自然科学版)》 CAS CSCD 北大核心 2014年第4期45-51,共7页
软测量技术在过程工业中得到了广泛应用于代替或部分代替仪表的功能进行监控。但是,长期困扰软测量应用的是其鲁棒性问题。因此,提出了新型的软测量模型即自确认软测量模型。利用主元分析对输入传感器数据进行了在线校验和故障重构,不... 软测量技术在过程工业中得到了广泛应用于代替或部分代替仪表的功能进行监控。但是,长期困扰软测量应用的是其鲁棒性问题。因此,提出了新型的软测量模型即自确认软测量模型。利用主元分析对输入传感器数据进行了在线校验和故障重构,不仅能确保了输入传感器(辅助变量传感器)数据的可靠性。同时,利用一定的状态参数来指示当前输入传感器的状态。此外,通过输出方差和归纳区间估计两种方法对软测量输出的不确定性进行了描述。模型的输出将不是单个预测值的输出,而是同时输出五种信息:带概率区间的输出、模型的状态(故障状态,重构状态和迷失状态等等)、不确定性、故障信息和校验输出值,并对发生故障的输入传感器进行数据重构和修复以达到模型自校验和自诊断的目的。所提出方法在污水处理过程中得到了有效应用。 展开更多
关键词 自确认 软测量 主元分析 递归偏最小二乘
在线阅读 下载PDF
基于特征波段的黄酒近红外光谱检测模型递归更新方法 被引量:5
5
作者 陈令奕 赵忠盖 刘飞 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2017年第11期3414-3418,共5页
近红外光谱是一种快速、无损的定量分析工具。为了提高黄酒关键参数的检测水平,采用近红外光谱法进行定量分析。检测过程中,由于受环境波动、仪器老化、原料变化等因素的影响,基于旧样品所建的模型的精确度逐渐下降。为保持模型的预测精... 近红外光谱是一种快速、无损的定量分析工具。为了提高黄酒关键参数的检测水平,采用近红外光谱法进行定量分析。检测过程中,由于受环境波动、仪器老化、原料变化等因素的影响,基于旧样品所建的模型的精确度逐渐下降。为保持模型的预测精度,引入递归偏最小二乘(recursive partial least square,RPLS)对模型进行更新。以往此方法多使用全谱信息扩充建模集并进行递归计算,光谱的变量多,且包含环境影响等干扰信息,更新计算量大,且精度的提升效果不明显。考虑到黄酒生产过程中特征波段变化小的特性,提出了一种基于特征波段的黄酒近红外光谱检测模型递归更新方法。先采用相关系数法提取特征波段建立低维模型,在采集到新样品理化值后,再利用其特征波段光谱信息,使用递归偏最小二乘对低维模型进行更新。此方法被应用于黄酒总酸的近红外检测模型更新。模型评价使用相关系数r,预测标准偏差RMSEP和预测相对分析误差RPD三个指标。结果表明:采用本方法后,模型稳定性显著优化,计算效率有所提升,模型预测效果良好,三个评价指标分别达到0.965 7,0.184 3和3.736 2,较全谱PRLS时分别提高3%,24%和31%,在实际应用中有一定的参考价值。 展开更多
关键词 近红外光谱 模型更新 递归偏最小二乘(rpls) 特征波段
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部