基于KICA子空间虚假邻点判别软传感器变量选择方法_苏盈盈.pdfVIP

网络出版时间：2014-12-11 08:35 网络出版地址：/kcms/detail/11.2187.TH0835.019.html 机 械 工 程 学 报 JOURNAL OF MECHANICAL ENGINEERING 基于KICA 子空间虚假邻点判别的软传感器 变量选择方法* 1, 2 1 1 1 3 1 苏盈盈 李太福 易 军 胡文金 廖志强 徐 敏 ( 1. 重庆科技学院学院电气与信息工程学院 重庆 401331 ； 2. 重庆大学自动化学院 重庆 400040 ； 3. 西安石油大学电子工程学院 西安 710065) 摘要：针对软传感器建模过程中，高维冗余的非线性辅助变量造成的维度灾难问题，该研究提出一种结合核独立成分分析法 (Kernel independent component analysis, KICA)与虚假最近邻法(False nearest neighbors, FNN) 的非线性辅助变量选择方法。主 要利用核函数将原始非线性数据映射到线性子空间，并采用独立成分分析消除因子之间的多重共线性，再运用虚假最近邻点 法，计算原始数据在KICA 子空间中投影的距离，依次判断各辅助变量对主导变量的解释能力，由此进行非线性变量选择。 以某企业氢氰酸(Hydrocyanic acid, HCN)生产工艺过程中的转化率为软传感器预测目标，仿真结果表明该方法可有效降低辅 助变量的维数、同时提高模型的预测精度。 关键词：非线性系统；软传感器；核独立成分分析；虚假最近邻点；变量选择 中图分类号：TP23 Variable Selection for Nonlinear Soft sensor Based on False Nearest Neighbors in KICA Space SU Yingying1, 2 LI Taifu2 YI Jun2 HU Wenjin2 LIAO Zhiqiang3 XU Min2 (1. College of Automation, Chongqing University, Chongqing 400044; 2. School of Electrical and Information Engineering, Chongqing Univ. of Sci. and Tech., Chongqing 401331; 3. School of Electronic Engineering, Xi’an Shiyou University, Xi’an710065) Abstract ：Selection of secondary variables is an effective way to reduce redundant information and to improve efficiency in nonlinear soft sensor. A novel method based on kernel independent component analysis (KICA) and false nearest neighbors method (FNN) is proposed on selecting