基于相關(guān)分析與最小二乘支持向量機的TE過(guò)程多模型建模

首頁(yè) > 過(guò)刊瀏覽>2015年第23卷第1期 >60-63

基于相關(guān)分析與最小二乘支持向量機的TE過(guò)程多模型建模
DOI:
                        
                    
CSTR:
                        [cstr]
                    
作者:
                        
                        
                    
作者單位:(南京工業(yè)大學(xué) 自動(dòng)化與電氣工程學(xué)院,南京 211816) 
作者簡(jiǎn)介:胡蓓蓓(1988-),女,碩士,主要從事流程工業(yè)建模與仿真方向的研究。[FQ)]
通訊作者:
中圖分類(lèi)號:
基金項目:國家自然科學(xué)基金項目(2007DA690071)；江蘇省六大人才高峰項目；工業(yè)控制技術(shù)國家重點(diǎn)實(shí)驗室開(kāi)放課題(ICT1234)。

Multi-modeling of Tennessee Eastman Process Based on Correlation Analysis and Least Squares Support Vector Machine

Author:

Affiliation:

(College of Automation and Electrical engineering, Nanjing University of Technology, Nanjing 211816,China)

Fund Project:

摘要

圖/表

訪(fǎng)問(wèn)統計

參考文獻

相似文獻

引證文獻

資源附件

文章評論

摘要:

針對TE化工過(guò)程高度非線(xiàn)性、復雜性的特點(diǎn),文章提出了一種基于相關(guān)分析和最小二乘支持向量機對TE過(guò)程進(jìn)行多模型建模方法,以提高模型性能；首先對TE過(guò)程采用相關(guān)分析法劃分為3個(gè)子系統,對每個(gè)子系統分別采用基于C-均值聚類(lèi)的最小二乘支持向量機建模和基于K均值聚類(lèi)的最小二乘支持向量機多模型建模；實(shí)驗表明,基于K均值聚類(lèi)的多模型建模能簡(jiǎn)化計算、提高模型精度、并且能更好的預測模型輸出。

Abstract:

In order to deal with the nonlinear and complexity of TE,this paper proposes a multi-model modeling method for TE process based on CA and LSSVM which can overcome the disadvantages of single modeling. Firstly, the TE process is divided into three subsystems by CA. Then, LSSVM multi-modeling depended on the C-means and LSSVM multi-modeling depended on the k-means are applied to every subsystem respectively. At the same time, the experimental results also shows this algorithm can simplify the calculation, improve the accuracy of the model and forecast the model output better.

參考文獻

相似文獻

引證文獻

引用本文

胡蓓蓓,李麗娟,熊路.基于相關(guān)分析與最小二乘支持向量機的TE過(guò)程多模型建模計算機測量與控制[J].,2015,23(1):60-63.

復制

文章指標

點(diǎn)擊次數:
下載次數:
HTML閱讀次數:
引用次數:

歷史

收稿日期:
最后修改日期:
錄用日期:
在線(xiàn)發(fā)布日期: 2015-03-27
出版日期:

国产欧美精品一区二区,中文字幕专区在线亚洲,国产精品美女网站在线观看,艾秋果冻传媒2021精品,在线免费一区二区,久久久久久青草大香综合精品,日韩美aaa特级毛片,欧美成人精品午夜免费影视

引用本文

分享

文章指標

歷史

文章二維碼