基于KPLS和LS_SVM的过程参数预测及其应用_朱红求.pdf

2 0 10年 3月 控 制 工 程 M ar. 2 0 1 0 第17卷第2期 Contro l Eng ineering o f China V o.l 17, N o. 2 : 167 1-7848( 20 10) 02-0216-03 KPLS LS-SVM 朱红求, 阳春华, 桂卫华 ( , 4 10083) : 针对有色冶炼净化过程流程长影响因 多以及非线性强等特点, 提出了一种结 合最小二乘支持向量机和核偏最小二乘回归的过程参数预测方法考虑到过程参数时间序列 具有高噪声和非平稳等特性, 首先基于小波多分辨率分析方法将参数时间序列分解成具有不 同频率特征的子序列, 然后根据分解后各自序列的特点, 利用最小二乘支持向量机和核偏最 小二乘回归法对各子序列进行建模, 最后对各分量预测信 号重构合成得到最终的预测结果 将该建模方法应用于锌湿法冶炼净化除钴过程钴离子浓度的预测, 并应用工业现场的数据进 行了实验验证, 结果表明, 该预测模型性能优于最小二乘支持向量机模型, 具有较好的泛化能 力和较强的鲁棒性 : 参数预测 核偏最小二乘回归 最小二乘支持向量机 小波分解 : TP 18 : A Pred iction M odel of Process Param eter B ased on KPLS and LS-SVM ZH UH ong-qiu, YANG Chun-hua, GUI Wei-hua ( In form ation S cien ce Engineering Ins titu te, C en tral Sou th U n iv ersity, Chang sha 4 10083, Ch in a) Abstrac t: To the ch aracter istics of strong non linearity, m ultiple influ ence facto rs and large de lay of the nonferrou s m etallurg ical process, a hybr id prediction m odel of the process p aram eter is proposed by u sing least squa re suppo rt vecto r m achine ( LS-SVM ) and kerne l p artia l least squa res( KPLS) . The or ig ina l data series o f process param ete r is decom posed into the sub- ser ies w ith different fre- qu ency ch arac teristics b ased on w ave let m ulti-reso lution ana lysis. A ccording to the features of these decom posed com ponents, KPLS m ode l for top layer low frequ ency tmi e ser ies and d ifferen t L S-SVM m ode ls for h igh frequ ency tmi e ser ies are c