石油化工高等学校学报
石油化工高等學校學報
석유화공고등학교학보
JOURNAL OF PETROCHEMICAL UNIVERSITIES
2009年
4期
84-88
,共5页
粗差%加权%最小二乘支持向量机%软测量
粗差%加權%最小二乘支持嚮量機%軟測量
조차%가권%최소이승지지향량궤%연측량
针对软测量建模样本中数据难以避免存在粗差、以及粗差数据对模型性能的影响,提出了一种自适应加权最小二乘支持向量机(AwLS-SVM)回归建模方法.AWLS-SVM基于建模样本数据,根据最小二乘支持向量机回归模型的拟合残差确定各样本的残差权值,根据样本的空间分布确定杠杆权值,进而通过迭代运算,自适应确定各建模样本的权值,在有效减小粗差点对模型性能影响的同时,保留了其所提供的有效信息.仿真实验表明,AWLS-SVM能有效克服粗差样本数据的影响,其模型的预测性能明显优于LS-SVM和径向基函数网络.最后,应用AWLS-SVM建立粗对苯二甲酸中4-CBA含量软测量模型,获得满意结果.
針對軟測量建模樣本中數據難以避免存在粗差、以及粗差數據對模型性能的影響,提齣瞭一種自適應加權最小二乘支持嚮量機(AwLS-SVM)迴歸建模方法.AWLS-SVM基于建模樣本數據,根據最小二乘支持嚮量機迴歸模型的擬閤殘差確定各樣本的殘差權值,根據樣本的空間分佈確定槓桿權值,進而通過迭代運算,自適應確定各建模樣本的權值,在有效減小粗差點對模型性能影響的同時,保留瞭其所提供的有效信息.倣真實驗錶明,AWLS-SVM能有效剋服粗差樣本數據的影響,其模型的預測性能明顯優于LS-SVM和徑嚮基函數網絡.最後,應用AWLS-SVM建立粗對苯二甲痠中4-CBA含量軟測量模型,穫得滿意結果.
침대연측량건모양본중수거난이피면존재조차、이급조차수거대모형성능적영향,제출료일충자괄응가권최소이승지지향량궤(AwLS-SVM)회귀건모방법.AWLS-SVM기우건모양본수거,근거최소이승지지향량궤회귀모형적의합잔차학정각양본적잔차권치,근거양본적공간분포학정강간권치,진이통과질대운산,자괄응학정각건모양본적권치,재유효감소조차점대모형성능영향적동시,보류료기소제공적유효신식.방진실험표명,AWLS-SVM능유효극복조차양본수거적영향,기모형적예측성능명현우우LS-SVM화경향기함수망락.최후,응용AWLS-SVM건립조대분이갑산중4-CBA함량연측량모형,획득만의결과.
