论文部分内容阅读
针对氧化铝蒸发过程的出口料液浓度在线检测困难以及操作参数具有时变性等特点，提出了一种基于主元分析和最小二乘支持向量机的多输入多输出系统的氧化铝蒸发浓度预测方法。利用主元分析降低输入变量的维数，将所提取的主元作为多输出最小二乘支持向量机模型的输入，采用网格搜索和交叉验证法对模型参数进行优化，根据模型预测效果采用滑动时间窗法在线调整建模的样本集。工业数据实验分析表明，相比基于最小二乘支持向量机以及基于主元分析和BP 神经网络的浓度预测模型，该方法具有更高的预测精度和更好的泛化性能，满足实际工业生产在线优化控制要求。