一种改进的基于粒子群优化的局部加权PLS工业软传感器建模方法
摘要
1.简介
2.前期工作
2.1. 局部加权PLS
2.2。 PSO算法
3.拟议PSO–LWPLS方法
3.1. LWPLS中的带宽调节问题
3.2. 为什么使用PSO?
3.3. 基于粒子群优化算法的最佳带宽选择
3.3.1. 培训阶段
3.3.2. 预测阶段
4.案例研究
4.1. 数值示例
4.1.1. 问题设置
4.1.2. 结果和讨论
4.2. 在灰铸铁生产中的应用
4.2.1. 问题陈述
4.2.2. 数据采集
4.2.3. 多重共线性分析
4.2.4. 结果和讨论
4.3. 计算时间分析
5.结论
作者贡献
基金
利益冲突
工具书类
福图纳,L。; 格拉齐亚尼,S。; A.里佐。; 医学博士希比利亚。 用于工业过程监控的软传感器 ; 施普林格:英国伦敦,2007年。 [ 谷歌学者 ] Kadlec,P。; 加布里斯,B。; Strandt,S.加工行业中的数据驱动软传感器。 计算。 化学。 工程师。 2009 , 33 , 795–814. [ 谷歌学者 ] [ 交叉参考 ] [ 绿色版本 ] 卡诺,M。; Ogawa,M.日本化学过程控制的现状:良好实践和问卷调查。 J.过程控制 2010 , 20 , 969–982. [ 谷歌学者 ] [ 交叉参考 ] A.拉尼。; 辛格,V。; Gupta,J.R.开发基于神经网络的精馏塔控制软传感器。 ISA事务。 2013 , 52 , 438–449. [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] 贡扎加,J.C.B。; 洛杉矶梅莱罗。; Kiang,C。; 基于Maciel,R.ANN的软传感器,用于工业聚合过程的实时过程监控。 计算。 化学。 工程师。 2009 , 33 , 43–49. [ 谷歌学者 ] [ 交叉参考 ] KanekoKimito,H。; Funatsu,F.在线支持向量回归在软传感器中的应用。 AlChE J.公司。 2014 , 60 , 600–612. [ 谷歌学者 ] 蔡X.Y。; 孟庆杰。; 基于LS-SVM的立式磨机料层软测量。 国际Conf.Meas。 2013 , 1 , 22–25. [ 谷歌学者 ] 张,X。; 黄,W。; Zhu,Y。; Zhu,Y。; Chen,S.一种基于核PLS的新型软测量建模方法。 《IEEE智能计算与智能系统国际会议论文集》,中国厦门,2010年10月29日至31日。 [ 谷歌学者 ] Grbic,R。; Sliskovic博士。; Kadlec,P.基于移动窗口高斯过程回归的在线预测自适应软传感器。 第十一届机器学习与应用国际会议论文集(Icmla 2012),美国佛罗里达州博卡拉顿,2012年12月12日至15日; 第2卷,第428-433页。 [ 谷歌学者 ] [ 交叉参考 ] 艾哈迈德·F。; 纳齐尔,S。; Yeo,Y.K.,一种基于递归PLS的软传感器,用于预测HDPE装置中等级变化操作期间的熔体指数。 韩国J.Chem。 工程师。 2009 , 26 , 14–20. [ 谷歌学者 ] [ 交叉参考 ] Poerio,D.V.公司。; Brown,S.D.Highly-overlapped,递归偏最小二乘软传感器,通过局部变量选择进行状态划分。 化学。 智力。 实验室系统。 2018 , 175 , 104–115. [ 谷歌学者 ] [ 交叉参考 ] Hazama,K。; Kano,M.基于协方差的局部加权偏最小二乘法用于高性能自适应建模。 化学。 智力。 实验室系统。 2015 , 146 ,55–62。 [ 谷歌学者 ] [ 交叉参考 ] 元,X.F。; Ge,Z.Q。; 黄,B。; 宋,Z.H。; Wang,Y.L.基于局部半监督加权PCR的非线性工业软测量半监督JITL框架。 IEEE传输。 印第安纳州信息。 2017 , 13 , 532–541. [ 谷歌学者 ] [ 交叉参考 ] Cheng,C。; Chiu,M.S.非线性过程建模的一种新的基于数据的方法。 化学。 工程科学。 2004 , 59 , 2801–2810. [ 谷歌学者 ] [ 交叉参考 ] Ge,Z。; Song,Z.基于自适应局部模型方法的非线性多模过程在线监测。 控制工程实践。 2008 , 16 , 1427–1437. [ 谷歌学者 ] [ 交叉参考 ] 藤原,K。; 卡诺,M。; Hasebe,S。; Takinami,A.使用基于相关性的实时建模开发软传感器。 AlChE J.公司。 2009 , 55 , 1754–1765. [ 谷歌学者 ] [ 交叉参考 ] Kim,S。; 冈岛,R。; 卡诺,M。; Hasebe,S.使用具有自适应相似性度量的局部加权PLS开发软传感器。 化学。 智力。 实验室系统。 2013 , 124 ,43–49。 [ 谷歌学者 ] [ 交叉参考 ] [ 绿色版本 ] Ge,Z.Q。; Song,Z.H.基于实时学习的在线软传感器建模方法的比较研究。 化学。 智力。 实验室系统。 2010 , 104 , 306–317. [ 谷歌学者 ] [ 交叉参考 ] Kim,S。; 卡诺,M。; Hasebe,S。; Takinami,A。; Seki,T.基于实时软传感器的推断控制的长期工业应用:经济影响和挑战。 工业工程化学。 物件。 2013 , 52 , 12346–12356. [ 谷歌学者 ] [ 交叉参考 ] 阿特克森,C.G。; 摩尔,A.W。; Schaal,S.局部加权学习。 Artif公司。 智力。 版次。 1997 , 11 , 11–73. [ 谷歌学者 ] [ 交叉参考 ] Leung,H.H。; 黄,Y.S。; Cao,C.X.脱硫智能决策系统建模的局部加权回归。 模拟。 模型。 实际。 理论 2004 , 12 , 413–423. [ 谷歌学者 ] [ 交叉参考 ] 潘,T.H。; 李,S。; Li,N.通过粒子群优化实现懒惰学习的最佳带宽设计。 智力。 自动。 软计算。 2009 , 15 , 1–11. [ 谷歌学者 ] [ 交叉参考 ] 王浩清。; Liao,X.F。; Cao,C.X.使用分布式内核的LWA智能模型。 《第七届世界智能控制与自动化大会论文集》,中国重庆,2008年6月25-27日。 [ 谷歌学者 ] [ 交叉参考 ] Bai,W。; Ren,J。; Li,T.改进了基于遗传优化的船舶操纵局部加权学习辨识模型,并进行了实船试验。 未来一代。 计算。 系统。 2019 , 93 , 1036–1045. [ 谷歌学者 ] [ 交叉参考 ] Kamata,K。; 藤原,K。; Kinoshita,T。; Kano,M.精确心率变异性分析中基于局部加权偏最小二乘的缺失RRI插值算法。 传感器 2018 , 18 , 3870. [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] Hirai,T。; Kano,M.,通过局部加权偏最小二乘法进行半导体干法蚀刻工艺的自适应虚拟计量设计。 IEEE传输。 半秒。 制造商。 2015 , 28 , 137–144. [ 谷歌学者 ] [ 交叉参考 ] [ 绿色版本 ] 沙尔,S。; 阿特克森,C.G。; Vijayakumar,S.用于实时机器人学习的非参数统计的可伸缩技术。 申请。 智力。 2002 , 17 , 49–60. [ 谷歌学者 ] [ 交叉参考 ] 肯尼迪,J。; Eberhart,R.粒子群优化。 1995年11月27日至12月1日,澳大利亚珀斯,IEEE国际会议记录; 第1942-1948页。 [ 谷歌学者 ] Xu,S.H。; 刘J.P。; 张,F.H。; Wang,L。; Sun,L.J.遗传算法与粒子群优化相结合的时间窗车辆路径问题。 传感器 2015 , 15 , 21033–21053. [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] [ 绿色版本 ] Shi,Y。; R.C.埃伯哈特。 粒子群优化中的参数选择 ; 施普林格:柏林/海德堡,德国,1998年; 第591-600页。 [ 谷歌学者 ] 夏尔马,S。 数据驱动的软传感器设计:实时和自适应模型 ; 阿尔伯塔大学:加拿大亚利桑那州埃德蒙顿,2015年。 [ 谷歌学者 ] 桑托斯,I。; Nieves,J。; 彭亚,Y.K。; Bringas,P.G.铸造生产中基于机器学习的机械性能预测。 ICROS-SICE国际联合会议记录,ICCAS-SICE,日本福冈,2009年8月18-21日; 第4536-4541页。 [ 谷歌学者 ] A.J.Shturmakov。; Loper,C.R.商业灰铸铁力学性能的预测分析。 事务处理。 美国铸造协会。 1999 , 107 , 609–615. [ 谷歌学者 ] 贝茨,C.E。; 塔克,J.R。; H.S.斯塔勒特。 珠光体灰铸铁成分、断面尺寸和显微组织对拉伸性能的影响 ; AFS研究报告; 美国铸造工人协会:朔姆堡,伊利诺伊州,美国,1991年; 第5卷。 [ 谷歌学者 ] Calcaterra,S。; 坎帕纳,G。; Tomesani,L.用神经网络预测球墨铸铁的机械性能。 J.马特。 过程。 Technol公司。 2000 , 104 , 74–80. [ 谷歌学者 ] [ 交叉参考 ] Schroeder,医学硕士。; 兰德,J。; Levine-Silverman,S.诊断和处理多重共线性。 西部。 J.努斯。 物件。 1990 , 12 , 175–187. [ 谷歌学者 ] [ 交叉参考 ] Alin,A.多重共线性。 威利公司(Wiley Interdiscip)。 版次计算。 斯达。 2010 , 2 , 370–374. [ 谷歌学者 ] [ 交叉参考 ]