基于PCA-ANN组合学习方法建立PTA粒度模型

摘要：

针对精对苯二甲酸(PTA)生产过程中影响PTA粒度的因素多且复杂,采用了主元分析方法(PCA)提取方差最大的几个成分作为神经网络(ANN)的输入,消除干扰因素的影响,建立PCA-ANN粒度模型.为了进一步提高PCA-ANN粒度模型的预测精度,提出了性能优良的加权组合学习方法,形成基于PCA-ANN的加权组合模型.组合模型能通过对多个不同PCA-ANN粒度模型的预测结果进行自适应加权,最终获得具有良好预测精度的结果.

关键词： 对苯二甲酸 粒度 主元分析 神经网络 组合学习

作者: 王翰卿 颜学峰 钱锋

作者单位: 华东理工大学自动化研究所(上海)

会议类型: 国内会议

会议名称: 第14届中国过程控制会议暨第3届全国技术过程的故障诊断与安全性学术会议

会议地点: 张家界

会议语种:中文

页码: 266-269

在线出版日期: 2003-07-01（万方平台首次上网日期，不代表论文的发表时间）