基于IBPLS方法的软测量建模

摘要：

作为一种经典的回归建模方法,偏最小二乘法(partial least squares,PLS)已被广泛的应用于软测量建模中.但是,当建模数据混有较大噪声时,采用PLS模型的预测误差以及预测误差的方差都比较大.针对PLS方法的上述缺陷与不足,本文将迭代Bagging算法引入PLS回归建模中,形成迭代Bagging PLS算法(iterated Bagging PLS,IBPLS),该方法可以减少预测误差和预测误差的方差.仿真结果表明,与传统PLS方法相比,IBPLS减小预测误差约6％.

关键词： 软测量 偏最小二乘法 测量建模 预测误差 回归建模法 迭代算法

作者: 程龙 王桂增

作者单位: 清华大学 自动化系,北京 100084

会议类型: 国内会议

会议名称: 第19届中国过程控制会议

会议地点: 北京

会议语种:中文

页码: 1780-1784

在线出版日期: 2008-07-22（万方平台首次上网日期，不代表论文的发表时间）