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,

博士生导师。
万方数据
2 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...
基于遗传算法的LS-SVM参数优选及其在经济预测中的应用_专业资料。针对最小二乘... 基于KPLS和LS-SVM的过程... 5人阅读 4页 2.00 基于混沌遗传算法的...
基于GA-LS-SVM的风速预测_电力/水利_工程科技_专业资料。基于 GA_LS_SVM ...模型的预测精度和泛化能力, 应用遗传算法选择最小二乘支持向量机的参数,再将...
基于在线LS-SVM算法的变参数混沌时间序列预测_信息与通信_工程科技_专业资料。...因此, 如何采用迭代方式进行在线学习是将 支持向量机应用于实时混沌时间序列预测...
LS-SVM工具箱说明_计算机软件及应用_IT/计算机_专业资料。最小支持向量机matlab工具箱最小二乘支持向量机 1.6 版 前言 对于以前的版本 1.5 版的工具箱和...
克隆规划-交叉验证参数优化的LSSVM及惯性器件预测_专业资料。为改善最小二乘支持向量机的泛化性能,将克隆规划、交叉验证相结合的优化算法用于最小二乘支持向量机的...
实验结果表明,该方法可以有效实现特征提取,具有更好的推广能力和预测精度,比基于全局KPLS特征提取的LSSVM模型和未经特征提取的全Cmuenieigadplaim计算机工程 与应用 ...
(Genetic Algorithm, GA)有 机地用于模型输入变量的优选和预测过程中模型参数的...支持向量机(SVM或LS-SVM)技术已经在电力 系统短期负荷预测领域得到应用并取得较...
基于KPLS和LS_SVM的过程参... 4页 2财富值 基于SVM的聚氯乙烯汽提过程.....神经网络预测控制算法及其应用[J].控制 韩 [2] 杨平, 工程, 2003, 10(4)...
热门文档