文献类型：期刊文献

中文题名：核函数方法在丙烯腈收率软测量建模中的应用

英文题名：Application of Kernel-Based Methods to Soft Sensor Modeling of Selectivity to Acrylonitrile

作者：王华忠[1];俞金寿[1]

机构：[1]华东理工大学自动化研究所,上海200237

年份：2005

卷号：31

期号：3

起止页码：367

中文期刊名：华东理工大学学报（自然科学版）

外文期刊名：Journal of East China University of Science and Technology

收录：CSTPCD;;EI(收录号：2005289209198);Scopus;北大核心:【北大核心2004】；CSCD:【CSCD2011_2012】；

语种：中文

中文关键词：核函数方法;软测量;核函数PLS(KPLS);核函数PCR(KPCR)

外文关键词：kernel-based methods; soft sensing; kernel PLS; kernel PCR

摘要：介绍了核函数方法的基本原理及两种核函数统计建模方法;提出了用核函数PLS与核函数PCR建立工业丙烯腈生产过程丙烯腈收率软测量模型,以便更有效地处理过程非线性、多输入和数据共线性等复杂特性。对比研究发现,基于核函数方法的软测量模型要优于线性统计模型,而核函数PLS模型性能优于核函数PCR。
Principles of kernel-based methods and two kernel-based statistical modeling techniques are introduced. Soft sensor modeling of selectivity to acrylonitrile using kernel PLS and kernel PCR is proposed to cope with the nonlinearity and multi high dimension of input and collinearity problem of process. It is found that the performance of kernel-based methods is superior to linear statistical model and that of kernel PLS is also superior to kernel PCR.