基于KPCA数据重构的参数优化方法.PDFVIP

基于 KPCA数据重构的参数优化方法 杨 帆,马 洁 （北京信息科技大学  自动化学院，北京  100192）  摘  要：传统的多变量统计过程监控技术采用的故障模型是线性的，该模型在具有强非 线性特征的工业过程的故障诊断及预测方面的效果不够理想。针对复杂系统，需采用非线性 数据模型的故障描述，研究基于 KPCA 数据重构的最优参数选择方法十分必要。本文采用网 格搜索法和交叉验证法相结合的方法确定 KPCA 算法和 SVM 回归算法的最优参数，使重构误 差为最小。以 TE 过程为仿真实例，仿真结果表明：所提出的基于 KPCA 数据重构的最优参 数选择方法是有效的。  关 键 词：非线性模型；KPCA 数据重构；SVM 回归算法；最优参数选择  中国分类号：TP        文献标识码：A 、  KPCA reconstruction error based on parameter optimization method YANG Fan, MA Jie