论文部分内容阅读
针对工业过程的非线性及动态特性，提出了一种新的慢特征回归软测量方法。该方法首先通过添加时延数据构造动态数据集，利用互信息最大化准则筛选变量从而减少信息冗余的影响。同时该方法在慢特征分析的基础上引入核函数扩展，加强模型处理非线性数据的能力，并将获得的核慢特征用于回归建模。核慢特征分析通过分析样本的变化，提取具有缓慢变化特征的成分，可以有效地刻画工业过程的变化趋势，提升回归模型精度。最后该方法的有效性在常压塔常顶油干点与常一线初馏点的软测量模型中得到了验证。