| PDPSO优化多阶段AR-PCA间歇过程监测方法 |
| |
| 作者姓名： | 高学金 黄梦丹 齐咏生 王普 |
| |
| 作者单位： | 1. 北京工业大学信息学部, 北京 100124;
2. 数字社区教育部工程研究中心, 北京 100124;
3. 城市轨道交通北京实验室, 北京 100124;
4. 计算智能与智能系统北京市重点实验室, 北京 100124;
5. 内蒙古工业大学电力学院, 内蒙古 呼和浩特 010051 |
| |
| 基金项目： | 国家自然科学基金项目（61640312,61763037）;北京市自然科学基金项目（4172007）;北京市教育委员会资助项目。 |
| |
| 摘 要： | 针对间歇过程固有的多阶段特性和动态性,提出基于种群多样性的自适应惯性权重粒子群算法（PDPSO）优化的多阶段自回归主元分析（AR-PCA）间歇过程监测方法。该方法引入了PDPSO算法指导AP聚类偏向参数的选取,避免了传统方法依据聚类评价指标选取参考度时的盲目性。对PDPSO优化AP聚类的多阶段发酵过程的数据样本建立AR-PCA模型能够消除各阶段的动态性及变量之间的自相关和互相关影响。最后,对自回归（AR）模型的残差矩阵建立主成分分析（PCA）模型用于发酵过程监测。将该方法应用到青霉素发酵过程,并与传统方法进行对比,结果表明,该方法能够有效进行间歇过程阶段划分并降低故障的漏报和误报。
|
| 关 键 词： | 间歇过程 种群多样性 粒子群优化 仿射传播聚类 自回归主元分析 |
| 收稿时间： | 2018-04-03 |
| 修稿时间： | 2018-06-17 |
|
| 点击此处可从《化工学报》浏览原始摘要信息 |
|
点击此处可从《化工学报》下载全文 |
|
