文献类型：期刊文章

作　　者：吴菁[1,2] 刘乙奇[1,3] 刘坚[4] 黄道平[1] 邱禹[1] 于广平[4]

WU Jing;LIU Yiqi;LIU Jian;HUANG Daoping;QIU Yu;YU Guangping(School of Automation Science and Engineering,South China University of Technology,Guangzhou 510640,Guangdong,China;State Key Laboratory of Industrial Control Technology,Zhejiang University,Hangzhou 310027,Zhejiang,China;School of Information Engineering,Guizhou Minzu University,Guiyang 550025,Guizhou,China;Shenyang Institute of Automation,Chinese Academy of Sciences,Guangzhou 511458,Guangdong,China)

机构地区：[1]华南理工大学自动化科学与工程学院,广东广州510640 [2]贵州民族大学数据科学与信息工程学院,贵州贵阳550025 [3]浙江大学工业控制技术国家重点实验室,浙江杭州310027 [4]广州中国科学院沈阳自动化研究所分所,广东广州511458

出　　处：《化工学报》

基　　金：国家自然科学基金项目(61873096;61673181;61533002);广东省科技计划项目(2016A020221007);2017中央高校基本科研业务资助项目一面上项目(2017MS053);广州市科技计划项目(201804010256);工业控制技术国家重点实验室课题(ICT1800372);贵州省科技厅联合基金项目(黔科合LH字[2014]7379)

年　　份：2019

卷　　号：70

期　　号：4

起止页码：1472-1484

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对污水处理过程中存在的多变量耦合、强非线性以及参数时变等问题,提出基于多核学习相关向量机的软测量建模方法,并采用粒子群算法对多核权重以及核参数进行优化。同时,引入时间差分(time difference)方法改进多核相关向量机的动态特性。为了验证所提模型的有效性,通过一仿真案例与单核相关向量机、多层前馈神经网络和基于遗传算法的支持向量机进行对比研究。结果表明,所提模型具有更好的预测效果。最后,对模型的鲁棒性在数据漂移和异常的场景下进行了讨论。

关 键 词：软测量 污水处理 多核 相关向量机 时差建模  

分 类 号：TP277]