基于神经网络/部分最小二乘方法的软测量建模

摘要：

该文应用神经网络/部分最小二乘(NNPLS)方法建立软测量模型，较好地解决了软测量建模中数据样本少，变量相关及高度非线性等问题。该文在建立NNPLS模型时，采用了一种新的制约化混合神经网络训练方法，提高了模型的训练速度及预测精度，改善了模型的推广性能。该方法用于建立聚丙烯熔融指数软测量模型，离线建模效果优于一般的NN方法。

关键词： 软测量 过程控制 神经网络 最小二乘法 系统建模 聚丙烯

作者: 梁林 王桂增 徐博文

作者单位: 清华大学自动化系(北京)

会议类型: 国内会议

会议名称: 第十一届过程控制科学报告会

会议地点: 呼和浩特

会议语种:中文

页码: 123～127

在线出版日期: 2000-07-01（万方平台首次上网日期，不代表论文的发表时间）