基于证据合成规则的多模型软测量

被引：9

作者：

唐苦 ^{[1
]}

王昕 ^{[2
]}

王振雷 ^{[1
]}

机构：

[1] 华东理工大学化工过程先进控制和优化技术教育部重点实验室

[2] 上海交通大学电工与电子技术中心

来源：

控制理论与应用 | 2014年 / 31卷 / 05期

关键词：

证据合成规则; 多模型; 数据融合; 仿射传播聚类; 软测量;

D O I：

暂无

中图分类号：

TP202 [设计、性能分析与综合];

学科分类号：

摘要：

针对传统软测量方法存在的预测性能差、融合能力低和适应性不强等缺点,本文提出了一种基于证据(D–S)合成规则的多模型软测量方法.首先,利用仿射传播(AP)聚类方法和最小二乘支持向量机(LS–SVM)建立多个子模型;然后,利用D–S合成规则得到多个证据概率分配函数,将其作为权值因子对子模型输出进行融合得到多模型的输出,提高了模型的预测能力和融合能力;最后,将上述方法用于非线性系统和酯化率的软测量建模,仿真结果表明,相比于单一模型和传统的多模型软测量方法,本文方法具有更好的预测性能和精度,是一种有效的软测量方法.

引用

页码：632 / 637

页数：6

共 14 条

[1] 基于AP聚类算法的跳汰机床层松散度软测量建模 [J].