文献类型：期刊文章

作　　者：王其红[1] 潘天红[2] 邹云[3]

机构地区：[1]常州信息职业技术学院自动控制工程系,江苏常州213164 [2]江苏大学电气信息工程学院,江苏镇江212013 [3]南京理工大学自动化学院,江苏南京210094

出　　处：《南京理工大学学报》

年　　份：2007

卷　　号：31

期　　号：6

起止页码：679-683

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CAS、CSCD、CSCD_E2011_2012、EI、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：针对工业过程中存在许多难以直接测量变量的问题,提出1种基于即时学习算法的软测量建模方法。提出k-矢量近邻方法建立系统的当前工况点的建模邻域,以提高即时学习算法的预测能力,利用递归最小二乘算法简化建模的在线计算量,通过PRESS估算得到算法的最优解,优化了算法,应用该算法对某一化工厂产品的酯化率进行测量建模,预测得到的最大相对误差为0.8742%,证明该方法的泛化性能良好,满足实际测量的精度要求,是1种便于理解,易于实现的软测量方法。

关 键 词：即时学习  k-矢量近邻  软测量 酯化率

分 类 号：TP273]