改进的加权最小二乘支持向量机在德士古炉温 软测量中的应用

根据某企业德士古气化炉装置在线估计炉温的需要，将现场数据采样样本中的离群点分为高杠杆点和高残差点两类，将一种新的加权方法应用到最小二乘支持向量机(LS-SVM)，使其对两种离群点都具有抑制作用，提高模型鲁棒性。加权最小二乘支持向量机(WeightedLeastSquareSupportVectorMachine,WLS-SVM))参数的选择基于LS-SVM的最优参数，根据模型训练误差对参数进行二次寻优，进一步提高模型精度。利用测试函数验证了改进方法，对提高模型精度有明显效果；并将改进方法应用到实际生产装置的炉温软测量系统中，也取得了满意的应用效果。