论文部分内容阅读
针对复杂工业过程存在的多变量、相关性和非线性问题，提出一种新的基于非线性偏最小二乘（partial least squares，pts）回归的软测量建模方法。该方法利用PLS作为模型的外部框架来提取输入输出主成分变量，同时消除变量间的相关性，然后用最小二乘支持向量机（1ean squares suppor tvector machine，LSSVM）作为内部函数来描述主成分变量之间的非线性关系，并引入基于误差最小化的权值更新策略，来改进模型的预测精度。以pH中和过程的Benchmark模型来验证该方法的性