基于混合核函數的OLS軟測量建模方法研究

巨 穩,田學民

(中國石油大學(華東)信息與控制工程學院,山東東營 257061)

基于混合核函數的OLS軟測量建模方法研究

巨 穩,田學民

(中國石油大學(華東)信息與控制工程學院,山東東營 257061)

針對核建模方法中單一核函數不能準確描述數據的分布特性問題,提出一種基于混合核函數的正交最小二乘(OLS)算法并將其用于工業過程軟測量建模。采用混合核函數代替基本OLS方法中的單一核函數,利用混合核函數兼具局部和全局核函數的性能,可以提高模型的泛化能力和非線性處理能力。核參數的選擇對模型的影響較大,采用粒子群優化算法對核參數進行尋優。在工業聚丙烯熔融指數軟測量模型中的應用結果表明,基于混合核函數OLS方法能夠比PLS、基本OLS方法更準確地預測熔融指數的變化情況。

軟測量;正交最小二乘;核函數;粒子群

0 引 言

隨著現代工業過程的迅速發展,軟測量技術在理論研究和實踐應用中取得了廣泛的成果。大多數工業過程都具有嚴重的非線性,非線性軟測量建模方法能夠有效地處理工業過程中的非線性,使模型具有較好的預測精度。目前,常用的非線性軟測量建模方法有神經網絡、KPCR、核PLS、支持向量機、正交最小二乘(OLS)等方法[1-2],這些方法本質上都是核建模方法。OLS是一種稀疏核建模方法,其優化目標包含了局部參數正則化(LR)和留一法訓練均方誤差(MSE),以該目標函數建立的OLS軟測量模型具有稀疏性和較強的推廣性能[34]。OLS方法通常采用單一高斯核函數來處理,不能準確描述數據的分布特性,具有一定的局限性,并且核參數是人為給定的。……