基于非线性偏鲁棒M-回归的萃余液pH值软测量

被引：7

作者：

贾润达 ^{[1
]}

毛志忠 ^{[1
,2
]}

常玉清 ^{[1
,2
]}

机构：

[1] 东北大学信息科学与工程学院

[2] 东北大学流程工业综合自动化教育部重点实验室

来源：

自动化学报 | 2009年 / 35卷 / 05期

基金：

国家高技术研究发展计划(863计划);

关键词：

湿法冶金; 萃取; 径向基函数网络; 偏鲁棒M-回归; 软测量;

D O I：

暂无

中图分类号：

O212.1 [一般数理统计];

学科分类号：

020208 ; 070103 ; 0714 ;

摘要：

提出了一种径向基函数网络(Radial basis functio nnetworks,RBFNs)与偏鲁棒M-回归(Partial robust M-regression,PRM)相结合的非线性PRM(Nonlinear PRM,NLPRM)建模方法,用以解决鲁棒非线性系统建模问题.该方法首先通过RBF变换获得扩展的输入数据矩阵;接下来PRM算法通过反复迭代计算,自适应地为变换后的数据分配不同的连续权值,用以克服离群点对模型的影响.本文通过仿真实验,验证了方法的有效性;并将其应用于湿法冶金萃取过程萃余液pH值软测量建模问题,获得了相比于偏最小二乘法(Partial least squares,PLS)、PRM以及RBF-PLS方法更高的预测精度.

引用

页码：583 / 587

页数：5

共 7 条

[1] 基于径基函数-加权偏最小二乘回归的干点软测量 [J].

颜学峰 .

自动化学报, 2007, (02) :193-196

[2]

Partial robust M-regression[J] . Sven Serneels,Christophe Croux,Peter Filzmoser,Pierre J. Van Espen.Chemometrics and Intelligent Laboratory Systems . 2005 (1)

[3] Chaos-genetic algorithms for optimizing the operating conditions based on RBF-PLS model [J].

Yan, XFF ;

Chen, DZZ ;

Hu, SXX .

COMPUTERS & CHEMICAL ENGINEERING, 2003, 27 (10) :1393-1404

[4]

PLS-regression: a basic tool of chemometrics[J] . Chemometrics and Intelligent Laboratory Systems . 2001 (2)

[5] Multiple outlier detection for multivariate calibration using robust statistical techniques [J].

Pell, RJ .

CHEMOMETRICS AND INTELLIGENT LABORATORY SYSTEMS, 2000, 52 (01) :87-104

[6] Local modelling with radial basis function networks [J].

Walczak, B ;

Massart, DL .

CHEMOMETRICS AND INTELLIGENT LABORATORY SYSTEMS, 2000, 50 (02) :179-198

[7] The radial basis functions - Partial least squares approach as a flexible non-linear regression technique [J].

Walczak, B ;

Massart, DL .

ANALYTICA CHIMICA ACTA, 1996, 331 (03) :177-185

← 1 →