期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于Elastic Net特征变量选择的SCR入口NO_(x)软测量模型 被引量:7
1
作者 王印松 陈瑞杰 《中国测试》 CAS 北大核心 2021年第12期79-86,共8页
在传统选择性催化还原反应器(selective catalytic reduction,SCR)入口NO_(x)软测量研究中,选取相关变量大多是基于机理分析方法,具有一定主观性。针对这一问题,提出Elastic Net方法结合最小二乘支持向量机(least squares support vecto... 在传统选择性催化还原反应器(selective catalytic reduction,SCR)入口NO_(x)软测量研究中,选取相关变量大多是基于机理分析方法,具有一定主观性。针对这一问题,提出Elastic Net方法结合最小二乘支持向量机(least squares support vector machine,LSSVM)的SCR入口NO_(x)软测量模型。首先采用Elastic Net对潜在相关变量进行变量选择,该方法无需机理分析,避免变量选择的主观性。此外,Elastic Net克服最小绝对收敛和选择算子(least absolute shrinkage and selection operator,LASSO)变量选择时因数据内部存在共线性和群组效应而影响选择效果的问题。然后利用LSSVM具有的训练速度较快、泛化性能优良和非线性逼近能力强等优点,建立Elastic Net-LSSVM软测量模型。现场数据仿真结果表明:Elastic Net-LSSVM与LSSVM相比,在预测时均方根误差减小8.45%,使预测更准确,验证软测量模型的有效性,可为烟气脱硝系统的控制优化提供参考。 展开更多
关键词 no_(x)测量 Elastic Net 特征变量选择 LSSVM
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部