%0 Journal Article
%T 基于改进的GA-LSSVM的软测量建模方法
%A 王强
%A 田学民
%J 北京理工大学学报
%D 2012
%X 针对工业过程中某些重要过程变量难以实现在线测量的问题,提出了一种改进的最小二乘支持向量机(IGA-LSSVM)的软测量建模方法.该方法采用核独立分量分析(KICA)对高维数据进行特征提取,利用改进的最小二乘支持向量机进行建模.该方法既利用了最小二乘支持向量机求解速度快的特点,又利用了自适应遗传算法强大的全局搜索能力,增强了模型的自适应性.用该方法建立柴油凝点的软测量模型,结果表明,基于IGA-LSSVM方法建立的软测量模型具有较高的预测精度和泛化能力.
%K 软测量
%K 核独立元分析(KICA)
%K 遗传算法(GA)
%K 最小二乘支持向量机(LSSVM)
%U http://journal.bit.edu.cn/zr/ch/reader/view_abstract.aspx?file_no=20121008&flag=1