论文部分内容阅读
本文主要研究了精对苯二甲酸(PTA)结晶过程的智能软测量建模方法。介绍了差分进化算法的基本原理和特点，并针对差分进化算法存在的不足，对关键参数(交叉率和变异率)实现了自适应选择，提出了一种改进的自适应差分进化算法，解决了差分进化算法搜索十分缓慢、容易出现“早熟”等缺点。结合核主元分析降维和特征提取的特点以及最小二乘支持向量机收敛速度快的特点，建立了基于核主元分析的最小二乘支持向量机(KPCA-LSSVM)软测量模型，并与最小二乘支持向量机建模进行比较，仿真研究表明该模型具有较好的泛化能力和抗干扰能力。针对上述模型参数难以确定的问题，采用自适应差分进化算法(ADE)优化支持向量机的参数，得到智能软测量模型。通过对PTA结晶平均粒径的建模仿真，验证了基于ADE和KPCA的LSSVM模型能够在一定程度上提高模型的泛化能力，表明该方法是有效和实用的。