基于核偏最小二乘的锌层重量预测模型

被引：22

作者：

姚林

阳建宏

何飞

徐金梧

机构：

[1] 北京科技大学机械工程学院

来源：

控制工程 | 2008年 / 02期

基金：

北京市自然科学基金;

关键词：

核偏最小二乘; 预测; 锌层重量; 气刀;

D O I：

10.14107/j.cnki.kzgc.2008.02.001

中图分类号：

TG174.44 [金属复层保护];

学科分类号：

090303 [农业农村环境保护与治理（农业环境保护）];

摘要：

为了给带钢热镀锌生产的质量控制提供必要的决策支持和分析手段,针对气刀对锌层重量的控制工艺,提出了基于核偏最小二乘回归的锌层重量预测模型。利用核函数将低维空间的非线性回归转化为高维空间的线性回归,克服了实际生产工艺中非线性因素对预测模型的不利影响。应用鞍山钢铁集团公司带钢热镀锌的生产实际数据进行验证,结果表明,基于核偏最小二乘的锌层重量预测方法与线性偏最小二乘、BP神经网络等方法相比,具有更好的预测精度。

引用

页码：154 / 157+167 +167

页数：5

共 7 条

[1]

基于最小二乘支持向量机对偶优化问题的核偏最小二乘 [J].

郭辉 ;

刘贺平 ;

王玲 .

北京科技大学学报, 2006, (08) :790-793

[2]

核函数方法及其在过程控制中的应用 [J].

王华忠 ;

俞金寿 .

石油化工自动化, 2005, (01) :25-30

[3]

离群模糊核聚类算法 [J].

沈红斌 ;

王士同 ;

吴小俊 .

软件学报, 2004, (07) :1021-1029

[4]

常压蒸馏产品质量软测量改进方法及应用 [J].

吕文祥 ;

黄德先 ;

金以慧 .

控制工程, 2004, (04) :296-298+324

[5]

模式分析的核方法.[M].(英)JohnShawe-Taylor;(美)NelloCristianini著;赵玲玲;翁苏明;曾华军等译;.机械工业出版社.2006,

[6]

带钢连续热镀锌.[M].李九岭著;.冶金工业出版社.1995,

[7]

A novel multivariate regression approach based on kernel partial least squares with orthogonal signal correction.[J].Kyungpil Kim;Jong-Min Lee;In-Beum Lee.Chemometrics and Intelligent Laboratory Systems.2005, 1

← 1 →