发明名称 |
一种工业生产过程小样本条件下的软测量方法 |
摘要 |
本发明公开了一种工业生产过程小样本条件下的软测量方法,用支持向最机构建输入与输出的映射关系,可测变量、对象的控制输入以及对象可测输出变量作为软测量模型的输入变量,被估计变量的最优估计作为输出;用遗传算法确定支持向量机的最优参数,并引入贝叶斯准则,加快遗传算法的收敛速度。本发明在解决小样本建模问题的同时,给出了模型参数的选取方法,具有严格的理论基础,可以简洁、方便的用于工业实际。 |
申请公布号 |
CN1916792A |
申请公布日期 |
2007.02.21 |
申请号 |
CN200610053352.9 |
申请日期 |
2006.09.12 |
申请人 |
浙江大学 |
发明人 |
刘兴高;阎正兵 |
分类号 |
G05B17/02(2006.01);G05B13/02(2006.01) |
主分类号 |
G05B17/02(2006.01) |
代理机构 |
杭州求是专利事务所有限公司 |
代理人 |
周烽 |
主权项 |
1.一种工业生产过程小样本条件下的软测量方法,其特征在于,包括以下步骤:(1)对来自工业实际的数据进行标准化处理,使得各变量的均值为0,方差为1。(2)随机初始化正规化参数和核参数值,用样本数据对支持向量机进行训练,建立支持向量机软测量模型。(3)对待优化参数进行二进制编码,用选择、交叉、变异等遗传算子进行全局寻优,并引入贝叶斯推断理论进行局部寻优,得到模型的最优参数。 |
地址 |
310027浙江省杭州市西湖区浙大路38号 |