| 相空间重构-最小二乘支持向量机用于间歇过程变量在线预报 |
| |
| 引用本文： | 刘兴红,邹志云,马丽欣,刘景全,于鲁平. 相空间重构-最小二乘支持向量机用于间歇过程变量在线预报[J]. 计算机与应用化学, 2011, 28(12) |
| |
| 作者姓名： | 刘兴红 邹志云 马丽欣 刘景全 于鲁平 |
| |
| 作者单位： | 防化研究院,北京,102205 |
| |
| 摘 要： | 时间序列预测技术可实现过程参数未来变化趋势的早期预报,从而为分析判断工况是否正常、确定转入下一工序的时机提供依据.针对间歇过程数据长度短、非线性、动态、不同批次数据不等长等特点,提出了一种基于相空间重构-最小二乘支持向量机的非线性时间序列预测方法.首先将多批次数据随机的拼接组成长数据向量,差分处理后采用相空间重构关联积分C-C方法计算该序列的延迟时间τ和嵌入维数m,从而构建训练集和检验集,然后采用最小二乘支持向量机算法建立预测模型.对某间歇蒸馏过程上升气温度建立的5步预测模型可用于生产现场的在线预报.
|
| 关 键 词： | 间歇过程 相空间重构 最小二乘支持向量机 非线性时间序列预测 C-C方法 |
Batch process variables prediction using phase space reconstruction-least squares support vector machine |
| |
| Liu Xinghong , Zou Zhiyun , Ma Lixin , Liu Jingquan , Yu Luping. Batch process variables prediction using phase space reconstruction-least squares support vector machine[J]. Computers and Applied Chemistry, 2011, 28(12) |
| |
| Authors: | Liu Xinghong Zou Zhiyun Ma Lixin Liu Jingquan Yu Luping |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
