基于机器学习算法的打浆度软测量模型

摘要：

　　为了实现打浆度的在线测量，采集浙江某生活用纸厂现场工艺数据和初始打浆度，采用梯度增强回归的算法，建立打浆度软测量模型。测试结果表明，与支持向量机回归模型相比，打浆度软测量模型具有更高的精度，经过模型修正，其打浆度平均绝对误差在1°SR以内。

关键词： 打浆度 软测量 梯度增强回归

作者: 孟子薇 洪蒙纳 满奕 李继庚 刘焕彬

作者单位: 华南理工大学制浆造纸工程国家重点实验室,广东广州,510640

会议类型: 国内会议

会议名称: 中国造纸学会第十八届学术年会

会议地点: 南宁

会议语种:中文

页码: 109-113

在线出版日期: 2018-05-01（万方平台首次上网日期，不代表论文的发表时间）