一种基于D-S和ARIMA的多模型软测量方法.pdfVIP

第29 卷 第7 期 控 制 与 决 策 2014 年 7 月 Vol. 29 No. 7 Control and Decision Jul. 2014 文章编号: 1001-0920 (2014) 07-1160-07 DOI: 10.13195/j.kzyjc.2013.0580 一种基于D-S 和ARIMA 的多模型软测量方法 1 1 2 王振雷 , 唐 苦 , 王 昕 (1. 华东理工大学化工过程先进控制和优化技术教育部重点实验室, 上海200237 ；2. 上海交通大学电工与电子技术中心，上海200240) 摘 要: 针对传统软测量方法存在的预测性能差、融合能力低等缺点, 提出一种基于证据理论(D-S) 合成规则和差 分自回归滑动平均(ARIMA) 模型的多模型软测量方法. 首先利用自适应模糊核聚类方法和最小二乘支持向量机建 立多个子模型; 然后利用D-S 合成规则构造的概率分配函数作为权值因子, 对子模型输出进行融合以得到多模型的 输出; 最后结合ARIMA 模型对静态多模型输出进行动态校正. 仿真研究与工业应用的结果表明, 所提出的方法具有 良好的预测性能和融合能力. 关键词: 证据理论合成规则；差分自回归滑动平均模型；数据融合；多模型；软测量 中图分类号: TP273 文献标志码: A A multi-model soft sensing method based on D-S and ARIMA model 1 1 2 WANG Zhen-lei , TANG Ku , WANG Xin (1. Key Laboratory of Advanced Control and Optimization for Chemical Processes，Ministry of Education ，East China University of Science and Technology ，Shanghai 200237，China ；2. Center of Electrical Electronic Technology, Shanghai Jiaotong University，Shanghai 200240, China. Correspondent ：WANG Zhen-lei ，E-mail ：wangzhen l@ecust. edu.cn) Abstract: There are some disadvantages in the traditional model algorithm for the soft sensor, such as low predictive accuracy and poor fusion ability. Therefore, a multi-model soft sensor algorithm is proposed based on the D-S rule and difference autoregressive moving average(ARIMA) model. Firstly, the adaptive fuzzy kernel clustering method(AFKCM) and least squares support vector machine(LS-SVM) are used to establish multiple sub-models. Then the output of the soft