正则化学习算法在软测量建模中的应用 regularization learning algorithm applied for soft-sensing modeling.pdfVIP

正则化学习算法在软测量建螟由帕应用8 RegularizationLearningAlgorithmfor AppliedSoft-sensingModeling 萧蕴诗丁宏锴岳继光 (同济大学电子与信息工程学院，上海200092) 摘要：软测量技术的核心是建立软测量模型。基于过程可测信息集建立软测量模型即逼近建模过程是不 适定的。以径向基函数神经网络作为软测量模型，在软测量建模中引入正则化学习算法。以广义交叉验证作为正 则化参数估计方法，讨论了径向基函数神经网络软测量逼近建模的全局与局部正则化学习算法，给出的实例说明 了其有效性。 关键词：软测量技术 逼近建模 正则化学习 不适定性 径向基函数神经嗣络 Abstract-11leCOleof is is thatthe of techniques ill—posed soft·sensing soft—sensingmodeling．It design model basedOilmeasureddatain Basis asthe RBF(RadialFunction)network model， processcontr01．Using soft-sensing it’Snaturaltointroduce are regularization Regnlarization estimatedGCVf learningalgorithm．ne parameters by Cross the andlocal ofsoft Validation)in regularization paper．Global regnlmlzationlearningalgorithmssensingmodeling are basedOnRBFnetworkintroduced effectivenessisdemonstratedinthecase respectively．1he study． RBF Keywords：soft·sensingtechniquesapproximatingmodelingregularizationlearningill—posed network 0引言 律或规律，推导出估计主导变量的精确数学模型。这种模型也称 在过程控制系统中．经常存在一些关键变量难以或无法直 为白箱模型(white—box 接通过硬件传感器测量。但另一方面．这些变量对于保证生产装 置的连续平稳运行及生产能力的充分发挥是至荧重要的。为解 决这类重要但难于直接测量的变量问题，Joseph＆Bmsi]low提出方法称为逼近建模(approximating 过程推断控制(即软测量技术)【】J。软测量技术的基本思想是根 数；这样建立的模型也称为黑箱模型(black—box 近建模过程组台了过程系统的部分先验信息，相应建立的模型称 据某种最优准则，采集过程中容易测