集成自适应核PLS软测量建模方法及应用研究
发布时间：2022-01-22 17:52
随着工业生产的不断进步,常规的检测技术已无法满足所有的控制要求,因此软测量技术受到越来越多的关注。软测量建模是软测量技术的核心,各种建模方法层出不穷,各有侧重。其中,偏最小二乘算法（Partial Least Squares,PLS）凭借其在有效处理小样本、多噪声、变量严重共线等方面的优势,在工业软测量建模领域得到了广泛的应用。然而作为一种传统的线性建模方法,PLS拟合非线性数据效果欠佳,而现实工业过程中处理的数据往往呈现较强的非线性。因此,改进PLS的非线性建模能力已成为当今学者们研究的热点之一,本文也将针对此问题展开研究。本文的研究得到了国家自然科学基金、浙江省自然科学基金的资助,主要的研究工作和成果如下:（1）将核函数的使用与局部加权算法相结合,使在对非线性数据进行拟合时拥有双重保障。同时,在核PLS算法基础上,结合粒子群算法,提出核函数的自适应选择机制,使核函数与训练样本的映射关系更加符合数据分布特征,从而进一步提高模型的预测精度。（2）针对非时序非线性的数据,本文提出了基于K-means聚类算法的集成自适应核PLS算法。在模型训练过程中,首先利用K-means算法将数据进行空...
【文章来源】：浙江理工大学浙江省
【文章页数】：64 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 课题的背景及意义
1.2 软测量建模算法研究概述
1.3 偏最小二乘算法国内外研究现状
1.3.1 偏最小二乘算法的非线性化建模研究现状
1.3.2 偏最小二乘法的动态特性改进研究现状
1.4 论文主要研究内容及结构安排
第二章 偏最小二乘算法基础及拓展
2.1 偏最小二乘算法
2.2 自适应核偏最小二乘算法
2.2.1 核偏最小二乘算法
2.2.2 自适应核偏最小二乘法
2.3 集成偏最小二乘算法
2.4 本章小结
第三章 基于K-means聚类的集成自适应核偏最小二乘算法
3.1 算法提出动机
3.2 算法具体实现
3.2.1 基于K-means算法的空间聚类
3.2.2 基于邻域半径的权值分配
3.3 标准数据集验证
3.4 本章小结
第四章 基于移动窗口的集成自适应核偏最小二乘算法
4.1 模型训练过程
4.1.1 基于移动窗口法的子模型构建
4.1.2 冗余模型删除
4.2 模型预测过程
4.3 参数优化
4.3.1 参数对模型性能影响分析
4.3.2 基于粒子群优化算法的参数优化
4.4 标准数据集验证
4.5 本章小结
第五章 焦化系统开工线温度软测量模型构建
5.1 焦化系统工艺介绍
5.2 开工线腐蚀机理
5.3 K-AKPLS开工线温度软测量模型
5.4 MW-AKPLS开工线温度软测量模型
5.5 本章小结
第六章 总结与展望
6.1 研究工作总结
6.2 研究工作展望
参考文献
致谢
攻读硕士学位期间参与的科研项目及取得的成果
【参考文献】：
期刊论文
[1]基于随机森林回归的手臂末端力的软测量方法[J]. 熊鹏文,林虹,宋爱国,胡凌燕,陈大鹏. 仪器仪表学报. 2017(10)
[2]随钻井间电位动态测量技术及其应用[J]. 张金成,单桂栋,张鑫,廖兴松,王爱国,付友义,周宝义,程运甫. 石油学报. 2016(S2)
[3]基于稀疏化鲁棒LS-SVR与多目标优化的铁水硅含量软测量建模[J]. 郭东伟,周平. 工程科学学报. 2016(09)
[4]模糊控制的现状与工程应用关键问题研究[J]. 孙灵芳,董学曼,姜其锋. 化工自动化及仪表. 2016(01)
[5]一种基于跨领域典型相关性分析的迁移学习方法[J]. 张博,史忠植,赵晓非,张建华. 计算机学报. 2015(07)
[6]基于模糊C-means的多视角聚类算法[J]. 杨欣欣,黄少滨. 中南大学学报(自然科学版). 2015(06)
[7]基于改进动态自适应模糊Petri网与BP算法的电网故障诊断[J]. 谢敏,吴亚雄,闫圆圆,诸言涵. 中国电机工程学报. 2015(12)
[8]MLR和人工神经网络研究取代芳烃定量构效关系[J]. 金飙,陈忱,金俏. 计算机与应用化学. 2014(12)
[9]基于局部PLS的多输出过程自适应软测量建模方法（英文）[J]. 邵伟明,田学民,王平. Chinese Journal of Chemical Engineering. 2014(07)
[10]基于混合核函数PLS的氧化铝粉流量预测[J]. 胡羽,张洁. 陕西科技大学学报(自然科学版). 2013(06)
博士论文
[1]基于动态PLS方法的建模及预测控制器设计[D]. 吕燕.浙江大学 2013
硕士论文
[1]粒子群算法在多维优化问题中的改进研究[D]. 蒋晓屾.浙江理工大学 2016
[2]基于高斯混合模型的时变过程软测量建模[D]. 范苗.浙江大学 2015
[3]函数数据降维方法的分析与研究[D]. 尹立为.吉林大学 2014
[4]明胶浓度的软测量建模及参数优化[D]. 高利敏.兰州理工大学 2011
[5]基于非线性偏最小二乘的特征提取方法研究[D]. 周琳.南京理工大学 2011
[6]偏最小二乘回归法非线性建模及其递推算法的研究[D]. 孙凤林.华南理工大学 2010
本文编号：3602641
【文章来源】：浙江理工大学浙江省
【文章页数】：64 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 课题的背景及意义
1.2 软测量建模算法研究概述
1.3 偏最小二乘算法国内外研究现状
1.3.1 偏最小二乘算法的非线性化建模研究现状
1.3.2 偏最小二乘法的动态特性改进研究现状
1.4 论文主要研究内容及结构安排
第二章 偏最小二乘算法基础及拓展
2.1 偏最小二乘算法
2.2 自适应核偏最小二乘算法
2.2.1 核偏最小二乘算法
2.2.2 自适应核偏最小二乘法
2.3 集成偏最小二乘算法
2.4 本章小结
第三章 基于K-means聚类的集成自适应核偏最小二乘算法
3.1 算法提出动机
3.2 算法具体实现
3.2.1 基于K-means算法的空间聚类
3.2.2 基于邻域半径的权值分配
3.3 标准数据集验证
3.4 本章小结
第四章 基于移动窗口的集成自适应核偏最小二乘算法
4.1 模型训练过程
4.1.1 基于移动窗口法的子模型构建
4.1.2 冗余模型删除
4.2 模型预测过程
4.3 参数优化
4.3.1 参数对模型性能影响分析
4.3.2 基于粒子群优化算法的参数优化
4.4 标准数据集验证
4.5 本章小结
第五章 焦化系统开工线温度软测量模型构建
5.1 焦化系统工艺介绍
5.2 开工线腐蚀机理
5.3 K-AKPLS开工线温度软测量模型
5.4 MW-AKPLS开工线温度软测量模型
5.5 本章小结
第六章 总结与展望
6.1 研究工作总结
6.2 研究工作展望
参考文献
致谢
攻读硕士学位期间参与的科研项目及取得的成果
【参考文献】：
期刊论文
[1]基于随机森林回归的手臂末端力的软测量方法[J]. 熊鹏文,林虹,宋爱国,胡凌燕,陈大鹏. 仪器仪表学报. 2017(10)
[2]随钻井间电位动态测量技术及其应用[J]. 张金成,单桂栋,张鑫,廖兴松,王爱国,付友义,周宝义,程运甫. 石油学报. 2016(S2)
[3]基于稀疏化鲁棒LS-SVR与多目标优化的铁水硅含量软测量建模[J]. 郭东伟,周平. 工程科学学报. 2016(09)
[4]模糊控制的现状与工程应用关键问题研究[J]. 孙灵芳,董学曼,姜其锋. 化工自动化及仪表. 2016(01)
[5]一种基于跨领域典型相关性分析的迁移学习方法[J]. 张博,史忠植,赵晓非,张建华. 计算机学报. 2015(07)
[6]基于模糊C-means的多视角聚类算法[J]. 杨欣欣,黄少滨. 中南大学学报(自然科学版). 2015(06)
[7]基于改进动态自适应模糊Petri网与BP算法的电网故障诊断[J]. 谢敏,吴亚雄,闫圆圆,诸言涵. 中国电机工程学报. 2015(12)
[8]MLR和人工神经网络研究取代芳烃定量构效关系[J]. 金飙,陈忱,金俏. 计算机与应用化学. 2014(12)
[9]基于局部PLS的多输出过程自适应软测量建模方法（英文）[J]. 邵伟明,田学民,王平. Chinese Journal of Chemical Engineering. 2014(07)
[10]基于混合核函数PLS的氧化铝粉流量预测[J]. 胡羽,张洁. 陕西科技大学学报(自然科学版). 2013(06)
博士论文
[1]基于动态PLS方法的建模及预测控制器设计[D]. 吕燕.浙江大学 2013
硕士论文
[1]粒子群算法在多维优化问题中的改进研究[D]. 蒋晓屾.浙江理工大学 2016
[2]基于高斯混合模型的时变过程软测量建模[D]. 范苗.浙江大学 2015
[3]函数数据降维方法的分析与研究[D]. 尹立为.吉林大学 2014
[4]明胶浓度的软测量建模及参数优化[D]. 高利敏.兰州理工大学 2011
[5]基于非线性偏最小二乘的特征提取方法研究[D]. 周琳.南京理工大学 2011
[6]偏最小二乘回归法非线性建模及其递推算法的研究[D]. 孙凤林.华南理工大学 2010
本文编号：3602641
本文链接：https://www.wllwen.com/projectlw/hxgylw/3602641.html
最近更新
教材专著
