基于高斯过程和支持向量机的软测量建模比较及应用研究.pdfVIP

第 33 卷第 6 期 　信 息 与控 制 Vol . 33 ,No . 6 　 2004 年 12 月 Information and Control 　Dec . , 2004 　 ( ) 文章编号 2004 基于高斯过程和支持向量机的软测量建模比较及应用研究 熊志化 , 黄国宏 , 邵惠鹤 (上海交通大学自动化研究所 , 上海 　200030) 摘 　要 :给出了基于高斯过程和支持向量机的软测量建模方法 ,在不牺牲性能的条件下 ,高斯过程与支持 向量机相比 ,是一种有着概率意义的核学习机 , 同时它更容易实现 ,理论分析和仿真研究表明了高斯过程在软 测量建模中的优越性. 关键词 :高斯过程 ; 支持向量机 ; 软测量 ; 建模 中图分类号 :TP274 　　　　　　文献标识码 :B Comparison and Application Research on Soft Sensor Modeling Based on Gaussian Processes and Support Vector Machines XION G Zhihua , HUAN G Guohong , SHAO Huihe ( Institute of A utomation , Shanghai J iaotong University , Shanghai 　200030 , China) ( ) ( ) Abstract : The comparison between Gaussian processes GP and support vector machines SVM is presented. Theo retical analysis and simulation experiment show that GPbased soft sensor is a probabilistic kernel machine and moderately simple to implement and use without loss of performance compared with SVM , which lays solid base for advanced control system. Keywords : Gaussian process ; support vector machine ; soft sensor ; modeling ( ) 1 　引言( Introduction) 者暂时不能测量的重要变量 称为主导变量 ,选择 ( 一组与主导变量相关的可测变量 称为辅助变量或 随着生产技术的发展和生产过程的日益复