基于核函數(shù)及參數(shù)優(yōu)化的KPLS質(zhì)量預(yù)測(cè)研究
所屬分類(lèi)：技術(shù)論文
上傳者：aetmagazine
文檔大?。?span>601 K
標(biāo)簽： 核偏最小二乘 遺傳算法 質(zhì)量預(yù)測(cè)
所需積分：0分積分不夠怎么辦,？
文檔介紹：核偏最小二乘(KPLS)在工業(yè)過(guò)程監(jiān)測(cè)和質(zhì)量預(yù)測(cè)中得到了廣泛的應(yīng)用，核函數(shù)和核參數(shù)的選取對(duì)KPLS質(zhì)量預(yù)測(cè)結(jié)果有重要影響,。然而，如何選擇核函數(shù)類(lèi)型和核參數(shù)一直是該方法應(yīng)用的瓶頸,。針對(duì)以上問(wèn)題,，提出一種改進(jìn)遺傳算法的核函數(shù)優(yōu)化方法。該方法將核的種類(lèi)及核參數(shù)作為優(yōu)化的決策變量,，以均方根誤差為目標(biāo),，分別從編碼方案、遺傳策略,、適應(yīng)度函數(shù)優(yōu)化,、交叉和變異算法等方面進(jìn)行設(shè)計(jì)，以保證核函數(shù)種類(lèi)的多樣性,，利用2折交叉驗(yàn)證法對(duì)訓(xùn)練結(jié)果進(jìn)行驗(yàn)證,。以田納西-伊斯曼過(guò)程(TE)與MATLAB結(jié)合進(jìn)行仿真實(shí)驗(yàn)，仿真結(jié)果表明,，該方法能尋找到最優(yōu)核函數(shù)以及其核參數(shù),，具有很好的穩(wěn)定性和一致性。
現(xiàn)在下載
VIP會(huì)員,，AET專(zhuān)家下載不扣分,；重復(fù)下載不扣分，本人上傳資源不扣分,。