基于核函数及参数优化的KPLS质量预测研究
所屬分類：技术论文
上傳者：aetmagazine
文檔大?。?span>601 K
標(biāo)簽： 核偏最小二乘 遗传算法 质量预测
所需積分：0分積分不夠怎么辦？
文檔介紹：核偏最小二乘(KPLS)在工业过程监测和质量预测中得到了广泛的应用，核函数和核参数的选取对KPLS质量预测结果有重要影响。然而，如何选择核函数类型和核参数一直是该方法应用的瓶颈。针对以上问题，提出一种改进遗传算法的核函数优化方法。该方法将核的种类及核参数作为优化的决策变量，以均方根误差为目标，分别从编码方案、遗传策略、适应度函数优化、交叉和变异算法等方面进行设计，以保证核函数种类的多样性，利用2折交叉验证法对训练结果进行验证。以田纳西-伊斯曼过程(TE)与MATLAB结合进行仿真实验，仿真结果表明，该方法能寻找到最优核函数以及其核参数，具有很好的稳定性和一致性。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。