基于KPCA-SVR方法的复合肥养分含量建模
复合肥生产工艺过程比较复杂,采用传统方法对复合肥养分含量建模难以达到理想效果.在直接使用支持向量回归建模时,数据预处理、核函数参数选择是两个难点.本文提出二种KPCA-SVR(kernelprincipalcomponentanalysis-supportvectorregression)方法,并根据KPCA和SVR都是基于核方法的特点,提出了一种核参数选择的改进算法,并结合到KPCA-SVR方法中,使它更具实用性.通过对实际工业数据的仿真研究,取得了很好的效果.
化肥生产 复合肥料 养分预测 数据处理 核主元分析
马朝阳 苏宏业 傅永峰 褚健
浙江大学工业控制技术国家重点实验室,先进控制研究所,浙江,杭州,310027
国内会议
合肥
中文
314-321
2005-11-01（万方平台首次上网日期，不代表论文的发表时间）