选择性递推LSSVR及其在过程建模中的应用附视频

提出一种改进的递推最小二乘支持向量机方法,用于非线性MIMO(multi-input multi-out)过程的可在线更新辨识和软测量建模。该算法在向前递推时只引入预报误差较大的样本更新模型,以提高模型的稀疏性和泛化能力。在向后删减时推导了基于快速留一法的模型修剪准则,以克服随意删减样本的缺点。通过有选择性的向前、向后递推,模型的推广能力和计算性能均得以保证,且更加适应过程的时变性。在连续搅拌釜式反应器过程的辨识和重油催化裂化的软测量建模研究,均表明所提出算法的有效性和优越性。