KPCA-RVM组合建模方法及其在软测量中的应用-Read.PDFVIP

第 2 2 卷 　第 1 期 　　　　　　　　　石 油 化 工 高 等 学 校 学 报 　　　　　　　　　Vol . 2 2 　No . 1 2009 年 3 月 　　　　　　　　　 J OU RN AL 　O F 　P E TROC H EM ICAL 　UN IV ER SITIES 　　　　　　　　Mar . 2009 ( ) 　　文章编号 :1006 - 396X 2009 0 1 - 0082 - 04 KPCA - RV M 组合建模方法及其在软测量中的应用 颜学峰 , 　陈　佳 , 　胡春平 , 　钱 　锋 (华东理工大学自动化系 ,上海 200237) ( ) ( ) 摘 　要 : 　提出了一种核主元分析 KPCA 和关联向量机 RV M 相结合的组合建模方法 。KPCA - RV M 采用 KPCA 对原始自变量进行非线性变换并提取主成分 ,形成特征自变量 ;采用 RVM ,对 KPCA 变换后的样本数据进行 回归建模 ,并根据模型的预报能力自适应的确定参与回归的最佳特征变量个数 ,消除冗余信息干扰 ,获得强非线性 ( ) 表达能力且预报性能良好的模型 。并将 KPCA - RVM 应用于 P TA 装置对羧基苯甲醛 4 - CBA 含量的软测量建 模 ,结果表明该方法预测精度高于 PCA - RV M 和 RV M 。 关键词 : 　核主元分析 ; 　关联向量机 ; 　软测量 ; 　对羧基苯甲醛 中图分类号 : 　TP183 　　　　文献标识码 : A KPCA - RV M Mo deling Met ho d and It s App lication for Soft Sen sor YAN Xue - feng , C H EN J ia , HU Chun - p in g , Q IAN Fen g ( ) D ep a rtment of A utom ation , E as t Chi na Uni ve rs i ty of S cience an d Technology , S hang hai 200237 , P. R . Chi na R ecei ve d 16 M ay 2008 ; rev ise d 23 J une 2008 ; accep te d 23 Octobe r 2008 Abstract : 　A novel mo deling met ho d int egrat ed KPCA wit h RV M wa s p ropo sed . The kernel p rimary component analysi s ( KPCA) was emp loyed to identify t he p rincip al component s f rom t he nonlinear t ran sform dat a of indep endent variables , which were regar ded a s charact er variables. Regression between charact er