基于主元独立性分析与混合核RVM的复杂过程区间预测方法研究及应用

发布时间：2018-01-07 17:15

本文关键词：基于主元独立性分析与混合核RVM的复杂过程区间预测方法研究及应用　出处：《化工学报》2017年03期 　论文类型：期刊论文

【摘要】：近年来,随着化工过程日趋复杂,对过程监控及关键变量预测提出了更高的要求。传统意义上的点预测已不能满足化工过程上的实际需求,且点预测无法描述过程上的不确定性问题,因此不能很好地把握预测变量的趋势。由此,提出了一种基于主元独立性分析(principal component independent analysis,PCIA)与混合核相关向量机(RVM)的区间预测方法。首先,结合核主元成分分析(KPCA)和独立元分析(ICA)对复杂过程原始变量进行主元成分提取和独立性分析,形成独立主元;其次,将高斯核函数与多项式核函数相结合形成混合核,与RVM结合对得到的独立主元进行回归建模预测,并运用T分布对预测值进行区间估计;然后,构造区间评价综合函数对区间估计结果进行优劣分析,在分析预测区间覆盖率(PICP)及预测区间宽度(NMPIW)的基础上,引入累积偏差(AD)提高区间评判的合理性。最后,将所提方法应用到TE仿真过程进行区间预测分析,仿真结果表明,提出的区间预测方法对实际生产过程具有较高的预测精度和区间估计质量,可以有效地预测关键变量的趋势。
[Abstract]:In recent years , as the chemical process becomes more and more complex , a higher demand for process monitoring and key variable prediction has been put forward . In the traditional sense , the method of interval prediction has been put forward based on principal component independent analysis ( KPCA ) and independent element analysis ( ICA ) .

【作者单位】：北京化工大学信息科学与技术学院;
【基金】：国家自然科学基金项目(61573051,61472021) 软件开发环境国家重点实验室开放课题(SKLSDE-2015KF-01) 中央高校基本科研业务费专项资金项目(PT1613-05)~~
【分类号】：TQ018;TP18
【正文快照】： 当今,实际化工过程日趋复杂,对其过程监控以及关键变量预测有了更高的要求。传统意义上的点预测模型已不能很好地反映复杂过程关键变量的趋势,而区间预测不仅可以预测对象的不确定性,而且能增强对象的可靠性以及安全性。在预测过程中,区间预测指的是预测变量以某一概率落入某

【相似文献】