基于KPCA和LSSVM的氧化铝粉流量预测 |
| |
作者姓名: | 张洁 胡羽 |
| |
作者单位: | 兰州理工大学数字制造技术与应用省部共建教育部重点实验室;兰州理工大学机电工程学院;兰州理工大学能源与动力工程学院;兰州职业技术学院机电工程系 |
| |
基金项目: | 国家自然科学基金项目(60964003) |
| |
摘 要: | 针对氧化铝粉流量需在线精确测量,在线分析仪表成本较高和测量滞后的问题,提出了一种将核主元分析(KPCA)和最小二乘支持向量机(LSSVM)两种方法相结合的软测量混合建模方法,通过核主元分析(KPCA)提取数据非线性主元,并利用最小二乘支持向量机(LSSVM)建立氧化铝粉流量预测模型,预测结果表明该模型具有更好的非线性数据处理能力,运算速度快、跟踪性能好以及泛化能力强等优点,能满足氧化铝粉流量的在线测量要求.
|
关 键 词: | 软测量 核主元分析 最小二乘支持向量机 氧化铝粉流量 |
本文献已被 维普 等数据库收录! |
|