基于参数优化动态GPR的反应釜出料浓度预测 |
| |
引用本文: | 覃溢波,柳天虹,任春雨,齐胜利.基于参数优化动态GPR的反应釜出料浓度预测[J].扬州大学学报(自然科学版),2022(3):51-56. |
| |
作者姓名: | 覃溢波 柳天虹 任春雨 齐胜利 |
| |
作者单位: | 扬州大学信息工程学院 |
| |
基金项目: | 江苏省自然科学基金资助项目(BK20190876,19KJB520063); |
| |
摘 要: | 由于釜式反应器内的反应过程是动态过程,故采用静态非线性映射建立预测模型时存在预测精度低和模型泛化能力差等问题.针对上述问题,提出一种基于参数优化的动态高斯过程回归模型预测连续反应釜出料浓度.根据贝叶斯信息准则确定模型阶次,构建动态输入.采用粒子群优化算法对高斯过程回归协方差参数进行优化,以提高模型的预测精度.实验结果表明,该方法能够有效提高模型的预测准确度和泛化能力.
|
关 键 词: | 高斯过程回归 粒子群优化 动态建模 出料浓度预测 |
|
|