-
题名基于潜变量技术的Msi-LSSVM性能评估方法
- 1
-
-
作者
丁亚海
王振雷
王昕
-
机构
华东理工大学能源化工过程智能制造教育部重点实验室
上海交通大学电工电子中心
-
出处
《控制工程》
北大核心
2025年第7期1290-1299,共10页
-
基金
国家重点研发计划项目(2018YFB1701103)
国家自然科学基金资助项目(61720106008)
+1 种基金
国家杰出青年科学基金资助项目(61925305)
中央高校基本科研业务费专项资金资助项目(222202017006)。
-
文摘
工业过程数据存在高维度、不平衡等特点,会影响工业过程性能评估精度。针对此问题,提出了基于潜变量技术和粒子群优化(particle swarm optimization,PSO)算法的最小二乘支持向量机(least squares support vector machine,LSSVM)多数据空间集成模型,用于工业过程性能评估。首先,将采样得到的过程变量数据划分为不同性能等级的数据空间;然后,对不同性能等级的数据空间进行特征映射以提取潜变量,并通过互信息进行潜变量筛选以达到降低数据空间维度的目的;最后,在不同数据空间中建立LSSVM子模型,并利用PSO算法对其进行集成性优化,得到离线模型。离线模型通过计算在线数据与每个性能等级之间的相似度,得到性能评估结果。实验将所提方法应用在乙烯裂解炉运行性能评估的仿真中,仿真结果证明了其有效性。
-
关键词
潜变量技术
多数据空间建模
LSSVM
性能评估
集成性优化
-
Keywords
Latent variable technology
multi-data space modeling
LSSVM
performance evaluation
integrated optimization
-
分类号
TP17
[自动化与计算机技术—控制理论与控制工程]
-
