[1]王其红,潘天红,邹 云.基于即时学习算法的软测量建模方法[J].南京理工大学学报(自然科学版),2007,(06):679-683.
 WANG Qi-hong,PAN Tian-hong,ZOU Yun.Soft-sensing Method Based on Lazy Learning Algorithm[J].Journal of Nanjing University of Science and Technology,2007,(06):679-683.
点击复制

基于即时学习算法的软测量建模方法
分享到:

《南京理工大学学报》(自然科学版)[ISSN:1005-9830/CN:32-1397/N]

卷:
期数:
2007年06期
页码:
679-683
栏目:
出版日期:
2007-12-30

文章信息/Info

Title:
Soft-sensing Method Based on Lazy Learning Algorithm
作者:
王其红1 潘天红2 邹 云3
1. 常州信息职业技术学院自动控制工程系, 江苏常州213164; 2. 江苏大学电气信息工程学院, 江苏镇江212013; 3. 南京理工大学自动化学院, 江苏南京210094
Author(s):
WANG Qi-hong1PAN Tian-hong2ZOU Yun3
1.Department of Automation Control Engineering,Changzhou College of Information Technology,Changzhou 213164,China;2.School of Electrical and Information Engineering,Jiangsu University,Zhenjiang 212013,China;3.School of Automation,NUST,Nanjing 210094,China
关键词:
即时学习 k- 矢量近邻 软测量 酯化率
Keywords:
lazy learn ing k-vector nearest ne ighbors sof-t sensing ester rate
分类号:
TP273
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。
Abstract:
In v iew o f lots of unmeasured variables in industrial process, a soft sensingm ethod using lazy learn ing is presented. The k-vector nearest ne ighbor is used to generate a ne ighbor o f current reg im e in order to enhance the predictive capability o f the orig ina l algorithm. The comp lex ity of the a-l gorithm is decreased by recursive least squares and the opt imal so lution is addressed by PRESS. Using th ism ethod tomode l ester rate o f a local chem ica l plan,t this paper obtains the max imum inaccuracy o f 0. 874 2% . The simu lation results show that the perfect genera lizat ion performance can meet high-precisionm easuring requ irements and the method is very understandable and easy to be implemented.

参考文献/References:

[ 1] 刘兆磊, 徐振来, 张光义, 等. 基于非均匀采样间隔的数据关联算法研究[ J]. 南京理工大学学报, 2007, 31( 3): 327- 331.
[ 2] 仝卫国, 杨耀权, 金秀章. 神经网络的气体流量软测量模型研究[ J]. 中国电机工程学报, 2006, 26( 1): 66- 69.
[ 3] YanW W, ShaoH H, W angX F. So ft sensing mode-l ing based on suppo rt vector m ach ine and Bayes ian m ode l se lection [ J]. Compu ters and Chem ical Eng-i neering, 2004, 28( 10) : 1 489- 1 498.
[ 4] 颜学峰, 余娟, 钱锋. 基于自适应偏最小二乘回归的初顶石脑油干点软测量[ J]. 化工学报, 2005, 56( 8): 1 511- 1 515.
[ 5] 李凌. 软测量过程中的若干建模方法研究[ J] . 沈阳化工学院学报, 2006, 20( 2) : 118- 121.
[ 6] Bontem pi G, B irattariM, Bersin iH. Lazy lea rn ing fo r loca lm ode ling and con tro l design [ J] . Int J Contro ,l 1999, 72( 1 /2): 643- 658.
[ 7] Zheng Q, K im uraH. Just- in-tim e m ode ling fo r function prediction and its app lication [ J] . A sian Journa l o f Contro,l 2001, 3( 1): 35- 44.
[ 8] Zhang J, Y im Y-S, Y ang J. Inte lligent se lec tion o f instances for prediction functions in Lazy lea rning a lgorithm s [ J] . Artificial Intelligence Rev iew, 1997, 11( 7 /8): 175- 191.
[ 9] 潘天红, 李少远. 基于即时学习的非线性系统优化控制[ J] . 控制与决策, 2007, 22( 1): 24- 29.
[ 10] 张宇, 李柠, 黄道. 基于多神经网络模型的酯化反应软测量[ J] . 华东理工大学学报, 2005, 13( 2): 208- 211.
[ 11] 张跃军, 李喜敏, 曲文超. 醇醚型磺基琥珀酸酯盐系列的合成、结构与性能[ J]. 南京理工大学学报, 2001, 25( 6): 617- 621.

备注/Memo

备注/Memo:
作者简介: 王其红( 1956- ), 女, 山东烟台人, 副教授, 主要研究方向: 自动控制及其应用, E-mail: W angqh2006@ ho tmail. com 。
更新日期/Last Update: 2007-12-30