文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 自然科学 > 数学 > 基于KPLS和LS-SVM的过程参数预测及其应用
侵权投诉

基于KPLS和LS-SVM的过程参数预测及其应用

2010年3月控

Control

制

工

程

ofChina

Mar.2010V01.17,No.2

第17卷92期Engineefing

文章编号:1671-7848(2010)02-0216-03

基于KPLS和LS-SVM的过程参数预测及其应用

朱红求,阳春华,桂卫华

(中南大学信息科学与工程学院,湖南长沙410083)

摘要:针对有色冶炼净化过程流程长、影响因素多以及非线性强等特点,提出了一种结

合最小二乘支持向量机和核偏最小二乘回归的过程参数预测方法。考虑到过程参数时间序列具有高噪声和非平稳等特性,首先基于小波多分辨率分析方法将参数时间序列分解成具有不同频率特征的子序列,然后根据分解后各自序列的特点,利用最小二乘支持向量机和核偏最小二乘回归法对各子序列进行建模,最后对各分量预测信号重构合成得到最终的预测结果。将该建模方法应用于锌湿法冶炼净化除钴过程钴离子浓度的预测,并应用工业现场的数据进行了实验验证,结果表明,该预测模型性能优于最小二乘支持向量机模型,具有较好的泛化能力和较强的鲁棒性。

关键词:参数预测;核偏最小二乘回归;最小二乘支持向量机;小波分解中图分类号:TP

18

文献标识码:A

PredictionModelofProcessParameterBased

on

KPLSandLS.SVM

zHUHong.qiu.YANGChlgrt.hua。GUlWet—hua

(InformationScience&EngineeringInstitute,CentralSouthUniversity,Changsha410083,China)

Abstract:Tothecharacteristicsofstrong

non

linearity,multipleinfluencefactorsandlargedelayof

proposedbyusingleastsquare

thenonferrous

metallu嚼cal

process。ahybridpredictionmodeloftheprocessparameteriskernelpartialquency

support

vector

machine(LS-SVM)and

least

squares(KPLS).‰ori西naldata

on

seriesofprocessparameterisdecomposedintothesub-serieswithdifferentfre-

to

characteristicsbased

waveletmulti resolutionanalysis.According

thefeaturesofthese

decomposedcomponents,KPLS

ale

model

fortoplayerlowfrequencytimeseriesanddifferentLS—SVMmodelsforhishfrequencytimeseries

to

constructed

to

predictthese

components.The

to

predictedresultsofthesecomponents

ale

reconstructed

obtainthepredictionresult.Theproposedmethodisapplied

re-

thepredictionofeffluentcobaltconcentrationinthecobaltremovalpurificationprocessinzinchydrometallurgy.Theexperimental

suitsshowsthattherobustness.

proposedmodelhas

betterperformancethanLs-SVMmodel.andpossessesgoodgeneralizationabilityandstrong

Keywords:parameterprediction;KPLS;LS—SVM;waveletanalysis

1

引言

对于这样一类具有非线性、大滞后特征的复杂工业过程,预测控制等许多新型的控制方法由于具有很好的控制性能而获得了广泛的应用。而在基于预测控制的过程优化控制方法中,过程参数预测精度是影响预测控制性能的一个重要因素。本文针对复杂工业过程参数的高噪声以及非平稳等特性,提出了一种结合支持向量机和核偏最小二乘的过程参数预测方法,该方法首先利用小波分析方法对参数数据序列进行小波分解,在低频和高频部分分别采用核偏最小二乘回归和支持向量机等方法建立子序列模型,最后将各子模型输出合成重构,得到过程参数的预测模型。将该方法应用于净化除钴过程出

有色冶金过程是一类典型的复杂工业生产过程,过程机理复杂、影响因素多,常常具有长流程大惯性等特点,过程滞后时间有时长达数小时。由于过程的大滞后、非线性特性以及过程信息的不确定特点,传统的优化控制方法很难取得满意的效果,过程的操作优化存在很大困难,导致有色冶金过程的高能耗和高物耗,影响了企业经济效益的提高。在现有工艺流程和现场设备的前提下,如何通过过程的优化控制,使之运行在最佳工况,成为流程企业急需解决的热点问题之一。

收稿日期:2008-09-27;收修定稿日期:2008.12-21

基金项目:国家自然科学基金资助项目(60634020,60874069);国家863基金资助项目(2009AA042124);湖南省自然科学基金资助项目

(09JJ3122)

作者简介:朱红求(1970.),男,湖南双峰人,博士。主要研究方向为复杂工业过程建模与优化控制等;阳春华(1965.),女,教授,

基于KPLS和LS-SVM的过程参数预测及其应用

博士生导师。

万方数据

第1页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email