南京邮电大学学报（自然科学版）
南京郵電大學學報（自然科學版）
남경유전대학학보（자연과학판）
JOURNAL OF NANJING UNIVERSITY OF POSTS AND TELECOMMUNICATIONS(NATURAL SCIENCE)
2006年
1期
76-80
,共5页
遗传算法%部分最小二乘%变量选择%软测量%催化重整
遺傳算法%部分最小二乘%變量選擇%軟測量%催化重整
유전산법%부분최소이승%변량선택%연측량%최화중정
提出了改进的遗传算法与部分最小二乘回归相结合的最优辅助变量的选择方法.用遗传算法来选择变量时,编码方法简单,染色体的长度为候选变量的个数,每一位的取值(0或1)表示某个变量是否被选中,具有全局搜索性能的遗传算法与传统的变量选择方法相比可以比较准确地找到最(次)优解;同时部分最小二乘回归能够克服多元回归中常见的多重共线性问题,在样本点个数少于变量个数的条件下也能进行回归建模分析.用文中提出的方法建立了催化重整过程中稳定油组分的软测量模型,结果表明了本文提出的辅助变量选择方法的优越性和实用性.
提齣瞭改進的遺傳算法與部分最小二乘迴歸相結閤的最優輔助變量的選擇方法.用遺傳算法來選擇變量時,編碼方法簡單,染色體的長度為候選變量的箇數,每一位的取值(0或1)錶示某箇變量是否被選中,具有全跼搜索性能的遺傳算法與傳統的變量選擇方法相比可以比較準確地找到最(次)優解;同時部分最小二乘迴歸能夠剋服多元迴歸中常見的多重共線性問題,在樣本點箇數少于變量箇數的條件下也能進行迴歸建模分析.用文中提齣的方法建立瞭催化重整過程中穩定油組分的軟測量模型,結果錶明瞭本文提齣的輔助變量選擇方法的優越性和實用性.
제출료개진적유전산법여부분최소이승회귀상결합적최우보조변량적선택방법.용유전산법래선택변량시,편마방법간단,염색체적장도위후선변량적개수,매일위적취치(0혹1)표시모개변량시부피선중,구유전국수색성능적유전산법여전통적변량선택방법상비가이비교준학지조도최(차)우해;동시부분최소이승회귀능구극복다원회귀중상견적다중공선성문제,재양본점개수소우변량개수적조건하야능진행회귀건모분석.용문중제출적방법건립료최화중정과정중은정유조분적연측량모형,결과표명료본문제출적보조변량선택방법적우월성화실용성.
