基于MI-LSSVM的水泥生料细度软测量建模

针对水泥生料细度软测量模型难以建立的问题,考虑到输入变量选择易受时延的影响,提出一种基于互信息和最小二乘支持向量机(MI-LSSVM)的软测量建模方法。该方法采用互信息表征变量间的相关性,进而解决水泥生料细度软测量建模中的时延问题,并在此基础之上,提出双向选择算法获取输入变量,将得到的输入变量应用于最小二乘支持向量机中,建立水泥生料细度软测量模型,最后应用水泥厂的实际数据对基于互信息和最小二乘支持向量机的水泥生料细度软测量模型进行仿真。结果表明该方法预测精度高、泛化能力强。

基于互信息和约减LSSVM的水泥生料细度软测量

针对水泥生料粉磨工艺复杂难以解释,过程数据存在偏斜和冗余性、与生料细度映射关系难以描述等问题,提出了基于互信息(mutual information,MI)和约减最小二乘支持向量机(least square support vector machine,LSSVM)的软测量算法,在此基础上建立了水泥生料细度软测量模型。该方法首先从机理上分析生料细度的影响因素,并在此基础上采用互信息方法分析变量间的相关性,得到输入变量;然后基于KS算法对样本数据进行约减,采用最小二乘支持向量机的方法建立水泥生料细度软测量模型。最后应用某水泥厂立磨的实际运行数据进行仿真,验证了该方法的有效性。