一种基于多模型融合软测量建模方法

针对锌湿法冶炼净化过程中钴离子浓度LS-SVM软测量建模方法精度低的问题，将最小二乘支持向量机（LS-SVM）和自回归滑动平均模型（ARMA）融合建立钴离子浓度融合软测量模型，首先通过离子浓度序列的小波变换获得序列的低频和高频子序列，对各子序列分别进行相空间重构，并在相空间中分别建立最小二乘支持向量机模型，然后将各模型的输出利用小波重构整合得到钴离子基于LS-SVM软测量结果，利用自回归滑动平均模型对基于LS-SVM模型输出误差信息进行建模，通过对两个模型的融合，获得融合模型的软测量估计值。将该方法应用于锌液净化除钴段入口钴离子浓度的软测量，结果表明该方法比单一的LS-SVM方法具有更好的泛化性能和测量精度，显示出良好的应用潜力。