基于在线矢量基学习算法的4-CBA浓度预报

摘要：

针对定长最小二乘支持向量机(FS-LSSVM)无法在线建模的问题,提出了FS-LSSVM在线矢量基学习算法(OVBL).与FS-LSSVM相比,OVBL采用特征向量选取算法提取支持向量(矢量基),并通过Kalman滤波器,在线调整系统辨识模型,从而能够跟踪时变非线性系统的动态特性.将OVBL算法应用于工业PTA(Pufified terephthalic acid)氧化过程中的4-CBA(4-Carboxybenzaldchydc)浓度预测.研究结果表明:OVBL的预测精度较高.

关键词： 在线矢量基学习算法 最小二乘支持向量机 在线调整 动态特性

作者: 范玉刚 朱丹 吴建德 黄国勇 王晓东

作者单位: 昆明理工大学信息工程与自动化学院,云南昆明,650500;云南省矿物管道输送工程技术研究中心,云南昆明,650500

会议类型: 国内会议

会议名称: 2013年中国智能自动化会议

会议地点: 扬州

会议语种:中文

页码: 337-341

在线出版日期: 2013-08-01（万方平台首次上网日期，不代表论文的发表时间）