资料中心

基于KPCA和LSSVM的氧化铝粉流量预测

编号:FTJS04423

篇名:基于KPCA和LSSVM的氧化铝粉流量预测

作者:张洁; 胡羽;

关键词:软测量; 核主元分析; 最小二乘支持向量机; 氧化铝粉流量;

机构: 兰州理工大学数字制造技术与应用省部共建教育部重点实验室; 兰州理工大学机电工程学院; 兰州理工大学能源与动力工程学院; 兰州职业技术学院机电工程系;

摘要: 针对氧化铝粉流量需在线精确测量,在线分析仪表成本较高和测量滞后的问题,提出了一种将核主元分析(KPCA)和最小二乘支持向量机(LSSVM)两种方法相结合的软测量混合建模方法,通过核主元分析(KPCA)提取数据非线性主元,并利用最小二乘支持向量机(LSSVM)建立氧化铝粉流量预测模型,预测结果表明该模型具有更好的非线性数据处理能力,运算速度快、跟踪性能好以及泛化能力强等优点,能满足氧化铝粉流量的在线测量要求.

最新资料
下载排行

关于我们 - 服务项目 - 版权声明 - 友情链接 - 会员体系 - 广告服务 - 联系我们 - 加入我们 - 用户反馈