基于KPLS和LSSVM 的過程參數預測及其應用
關鍵字:應用
摘 要:針對有色冶煉凈化過程流程長、影響因素多以及非線性強等特點,提出了一種結合較小二乘支持向量機和核偏較小二乘回歸的過程參數預測方法。考慮到過程參數時間序列具有高噪聲和非平穩等特性,首先基于小波多分辨率分析方法將參數時間序列分解成具有不同頻率特征的子序列,然后根據分解后各自序列的特點,利用較小二乘支持向量機和核偏較小二乘回歸法對各子序列進行建模,較后對各分量預測信號重構合成得到較終的預測結果。將該建模方法應用于鋅濕法冶煉凈化除鈷過程鈷離子濃度的預測,并應用工業現場的數據進行了實驗驗證,結果表明,該預測模型性能優于較小二乘支持向量機模型,具有較好的泛化能力和較強的魯棒性。
關 鍵 詞:參數預測;核偏較小二乘回歸;較小二乘支持向量機;小波分解
相關閱讀:
- ...2015/04/09 17:25·基于KeyStone 器件建立魯棒性系統
- ...2012/03/07 14:09·基于K-均值聚類的免疫粒子群優化算法
- ...· Efinix® 全力驅動AI邊緣計算,成功推出Trion™ T20 FPGA樣品, 同時將產品擴展到二十萬邏輯單元的T200 FPGA
- ...· 英飛凌亮相進博會,引領智慧新生活
- ...· 三電產品開發及測試研討會北汽新能源專場成功舉行
- ...· Manz亞智科技跨入半導體領域 為面板級扇出型封裝提供化學濕制程、涂布及激光應用等生產設備解決方案
- ...· 中電瑞華BITRODE動力電池測試系統順利交付北汽新能源
- ...· 中電瑞華FTF系列電池測試系統中標北京新能源汽車股份有限公司
- ...· 中電瑞華大功率高壓能源反饋式負載系統成功交付中電熊貓
- ...· 中電瑞華國際在電動汽車及關鍵部件測評研討會上演繹先進測評技術
產品快訊更多