基于支持向量机的软测量模型及应用

支持向量机(Support Vector machine, 简称SVM)是一种基于结构风险最小化原理,具有很高泛化性能的学习算法.针对软测量过程中,被测系数与相关参数之间存在有较大的非线性和模糊关系,提出了一种基于支持向量机的软测量模型及算法.为小样本、非线性、高维数一类软测量问题的建模提供了一种有效的途径.通过对"纸张水分在线测量系统"应用表明,基于SVM的软测量模型及算法在测量精度和推广性能上都具有一定的优越性.     

发酵过程生物量软测量虚拟仪器系统的集成

本文根据发酵过程生物量检测特点,基于虚拟仪器技术提出了一种全新的生物量在线检测系统集成方法,该系统采用PXI（PCI Extensions for Instrumentation）总线硬件平台,结合软测量算法,有效地实现了生物量在线估计。给出了该系统的集成原理和实现方法,及系统的硬件和软件设计。实验研究表明,集成的发酵过程生物量软测量虚拟仪器系统,能够充分利用软测量技术和虚拟仪器技术的各自优势,系统硬件配置灵活,实用性强,并能得到较高的发酵过程生物量在线测量精度。     

基于案例推理的磨矿粒度软测量及其软件实现

针对磨矿过程的关键工艺指标磨矿粒度难以进行直接在线检测且化验过程滞后的难题，并结合案例推理（cBR）技术在软测量建模方面的优势，提出了基于案例推理的磨矿粒度软测量方法，开发了相应的粒度软测量软件。实际应用效果表明该软件简单、实用，能够较好地实现磨矿粒度的在线软测量。     

汽提塔塔底氨含量的软测量模型

针对常规偏最小二乘算法(PLS)难以适用实际工业过程的时变特性、固定长度窗口PLS可能导致数据样本丢失信息问题,提出了基于变滑动时间窗口长度的PLS软测量建模算法。算法思想是设定时间窗口内样本数据长度不是固定的,建模的样本数据随新样本数据加入而逐步舍去。算法应用于煤气化废水处理流程中加压汽提塔塔底氨含量的工业软测量建模,仿真研究表明:相对于简单的PLS方法和固定滑动时间窗口长度的PLS方法,模型的预测平均相对误差分别减少约43%及13%,模型具有精度高、外推能力好等优点。另外,针对案例,讨论了最佳的窗口可变长度。     

基于文化微粒群Elman网络的航煤干点软测量模型

将微粒群算法用于文化算法种群空间的优化,形成文化微粒群算法,并用常用测试函数检验该算法的性能;结果表明,文化微粒群算法具有比基本微粒群算法更好的优化性能。然后,籽文化微在群算法用于Elman网络连接权值和阎值的寻优,构成文化微粒群Elman网络,并将其应用于加氢裂化航煤于点软测量建模。结果表明,此模型精度高,应用前景广阔。     

一种基于带监督局部保持投影的多模型软测量建模方法

针对化工生产过程中软测量模型估计精度的问题,提出了一种基于多知识库挖掘理论的带监督的局部保持投影(SLPP)方法。该方法用SLPP算法对输入数据空间进行类与类之间的降维,得到不同的类别转换矩阵和不同的类别多知识库,最后融合支持向量机自适应地实现组合建模。仿真结果表明:该建模方法用于双酚A含量的软测量建模中,较传统多模型方法可以更加合理地加权得到子模型,提高了模型估计精度,具有更强的泛化能力。     

基于粒子群模糊神经网络的丙烯腈收率软测量建模

对粒子群优化算法与模糊神经网络的结合进行研究，提出粒子群模糊神经网络，并将其应用丙烯腈收丰软测量建模．该方法采用模翱神经网络来杓建丙烯腈收率软测量模型，用粒子群优化算法优化模糊神经网络的参数；并结合实际工艺，对所建软测量模型进行仿真研究。实验结果表明，该模型的性能优于粒子群神经网络模型，能够准确预测丙烯腈收率，具有较高的精度和良好的应用前景。     

基于子群混合与变异的微粒群算法及其应用

提出一种子群混合与变异的微粒群算法(SSMPSO),按适应值大小将微粒均匀分为两个子群分别进行目标优化,当子群在一定进化代数内未满足收敛条件时重新混合为一个种群.对混合种群中部分适应值差的微粒实施变异,用适应值好的微粒替代.微粒群反复进行分群进化、子群混合和种群变异操作,直至算法满足终止条件.SSMPSO算法通过几种典型高维非线性函数进行了测试,结果表明其性能明显优于基本微粒群算法.将SSMPSO算法用于常压塔汽油干点软测量,实验表明SSMPSO算法建立的汽油干点软测量模型比用基本微粒群算法所建软测量模型有了很大提高.     

两群替代微粒群优化算法及其应用

提出一种两群替代微粒群优化算法（TSSPSO）,并对算法参数进行分析和对算法方程进行修正。该方法将微粒分成飞行方向不同的两分群,其中一分群微粒朝着最优微粒飞行,另一分群微粒朝着相反方向飞行;飞行时,每一微粒不仅受到微粒本身飞行经验和本分群最优微粒的影响,还受到全群最优微粒的影响。搜索时,每一次迭代均以一定的替代率用一分群中若干优势微粒取代另一分群中相同数目的劣势微粒。对4种常用函数的优化问题进行测试并进行比较,结果表明：两群替代微粒群优化算法比基本微粒群优化算法更容易找到全局最优解,优化效率和优化性能明显提高。将两群替代微粒群优化算法用于常压塔汽油干点软测量,建立基于两群替代微粒群优化算法的汽油干点神经网络软测量模型,通过与实际工业数据的比较,表明基于两群替代微粒群神经网络的软测量模型精度高、性能好。