文献类型：期刊文章

作　　者：苏盈盈[1,2] 李太福[1] 易军[1] 胡文金[1] 廖志强[3] 徐敏[1]

机构地区：[1]重庆科技学院电气与信息工程学院,重庆401331 [2]重庆大学自动化学院,重庆400040 [3]西安石油大学电子工程学院,西安710065

出　　处：《机械工程学报》

基　　金：国家自然科学基金(61174015;51376204;51375520;50905194);国家'十二五'科技支撑(2012BAK03B05);重庆市自然科学基金(cstc2012jj A40026);重庆科技学院校内重点基金(CK2011Z01;CK2014Z15)资助项目

年　　份：2015

卷　　号：51

期　　号：4

起止页码：15-21

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20151600746235)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对软传感器建模过程中,高维冗余的非线性辅助变量造成的维度灾难问题,提出一种结合核独立成分分析法(Kernel independent component analysis,KICA)与虚假最近邻点法(False nearest neighbors,FNN)的非线性辅助变量选择方法。主要利用核函数将原始非线性数据映射到线性子空间,并采用独立成分分析消除因子之间的多重共线性,再运用虚假最近邻点法,计算原始数据在KICA子空间中投影的距离,依次判断各辅助变量对主导变量的解释能力,由此进行非线性变量选择。以某企业氢氰酸(Hydrocyanic acid,HCN)生产工艺过程中的转化率为软传感器预测目标,仿真结果表明该方法可有效降低辅助变量的维数、同时提高模型的预测精度。

关 键 词：非线性系统 软传感器 核独立成分分析 虚假最近邻点  变量选择  

分 类 号：TP23]