ε不敏感支持向量回归在化工数据建模中的应用

被引：34

作者：

邵信光

杨慧中

石晨曦

机构：

[1] 江南大学控制科学与工程研究中心,江南大学控制科学与工程研究中心,江南大学控制科学与工程研究中心无锡,无锡,无锡

来源：

东南大学学报(自然科学版) | 2004年 / 自然科学版期

基金：

国家高技术研究发展计划(863计划);

关键词：

ε不敏感支持向量回归; 聚丙烯腈; 软测量; 数据建模;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

针对化工领域数据建模小样本、不适定性等问题 ,提出了一种用ε不敏感支持向量回归 (ε SVR)方法进行实际过程建模的想法 ,以解决人工神经网络等方法在数据建模中的“过拟合”、泛化性差等问题 .在分析ε SVR特性的基础上 ,用一个非线性函数逼近例子验证了ε SVR在小样本情况下比BP前馈神经网络具有更优良的建模能力 .将ε SVR应用到丙烯腈聚合反应过程质量指标软测量混合模型中 ,仿真和现场运行结果表明ε SVR是一种非常有效的化工数据建模方法 .

引用

页码：215 / 218

页数：4