第11章软测量技术资料.pptVIP

* 二、RBF算法 * 二、RBF算法（径向基函数网络） 支持向量回归（Support Vector Regression）是支持向量机在函数回归领域的应用。 对于线性情况，支持向量机函数拟合首先考虑用线性回归函数拟合。 5. 支持向量回归（SVR） 约束条件 该问题的求解为二次优化问题，通过拉格朗日乘子转化为 计算b的值及决策函数 非线性SVR的基本思想是通过事先确定的非线性映射将输入向量映射的一个高维特征空间中，然后在此高维空间中再进行线性回归，从而取得在原空间非线性回归的效果。 首先将输入量通过映射 映射到高维特征空间H中，则 则优化目标函数变为： 在高维空间中计算内积十分复杂，鉴于核函数优秀的内积计算性质 则优化目标函数可表示： 最终回归函数为： 数据采集： ◆ 根据过程历史数据和实验室数据建立软测量模型。数据由间歇采集到的数据集构成。 ◆ 现场数据和实验室数据的采集总量要求覆盖典型操作期内软测量模型预期有效的整个测量范围。 ◆ 典型的数据采集是一个迭代过程，首先使用第一个数据集建模，之后修改这个模型，即采集更多的数据用以改善软测量模型的测量精度或扩大它的测量范围。 第五节 软测量基本过程 格式化： 所获得的数据的形式一般是未经组织的文本格式，格式化步骤就是将文本数据转换成易