基于自适应偏最小二乘回归的初顶石脑油干点软测量
颜学峰;余娟;钱锋
华东理工大学自动化研究所,上海 200237
Development of naphtha dry point soft sensor by adaptive partial least square regression
YAN Xuefeng;YU Juan;QIAN Feng
摘要: 提出了一种具有强非线性表达能力的自适应偏最小二乘回归(APLSR)方法,并应用于初顶石脑油干点软测量模型建立.APLSR对于指定的预测对象,将根据样本在自变量空间中的分布,分析它们对预测对象的预报能力,自适应地为各个样本分配权值,然后从加权样本数据中提取和选定PLS成分,实施自适应加权PLSR,从而获得预报性能良好的模型.同时提出将前一时刻初顶石脑油干点人工分析值引入作为模型的自变量,从而进一步提高了软测量模型的预测精度.