基于即时学习算法的软测量建模方法

作     者：王其红 潘天红 邹云 WANG Qi-hong;PAN Tian-hong;ZOU Yun

作者机构：常州信息职业技术学院自动控制工程系江苏常州213164 江苏大学电气信息工程学院江苏镇江212013 南京理工大学自动化学院江苏南京210094 

出 版 物：《南京理工大学学报》 (Journal of Nanjing University of Science and Technology)

年 卷 期：2007年第31卷第6期

页      面：679-683,722页

核心收录：

学科分类：0810[工学-信息与通信工程] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0802[工学-机械工程] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 080201[工学-机械制造及其自动化] 

主　　题：即时学习 k-矢量近邻 软测量 酯化率 

摘      要：针对工业过程中存在许多难以直接测量变量的问题,提出1种基于即时学习算法的软测量建模方法。提出k-矢量近邻方法建立系统的当前工况点的建模邻域,以提高即时学习算法的预测能力,利用递归最小二乘算法简化建模的在线计算量,通过PRESS估算得到算法的最优解,优化了算法,应用该算法对某一化工厂产品的酯化率进行测量建模,预测得到的最大相对误差为0.8742%,证明该方法的泛化性能良好,满足实际测量的精度要求,是1种便于理解,易于实现的软测量方法。