楊慧中，陳定三
江南大學輕工過程先進控制教育部重點實驗室，江蘇無錫

摘　　　要：為改善軟測量模型精度，提出了一種局部懲罰加權核偏較小二乘算法。該方法通過核映射將原始輸入映射到高維特征空間實現對非線性問題的線性化處理，并通過偏較小二乘算法進行主成分提取，降低數據維數；對由主成分構成的新數據集，依據局部學習思想構建局部懲罰加權較小二乘回歸模型，降低模型對異常數據的敏感度、優化模型參數。鑒于多模型可以改善模型估計精度，提高泛化性，采用Ｃ�玻危谓�鄰擴張搜索聚類算法對樣本集進行聚類，對得到的聚類子簇依據上述算法建立回歸子模型，得到多模型軟測量系統。將其應用于雙酚Ａ生產過程的質量指標軟測量建模，仿真結果表明了方法的有效性。

關　鍵　詞：核偏較小二乘；局部學習；懲罰加權較小二乘；軟測量；多模型

１　引　言
偏較小二乘（ＰａｒｔｉａｌＬｅａｓｔＳｑｕａｒｅｓ，ＰＬＳ），作為一種常用的軟測量建模方法［１］，已被廣泛應用于石油化工等行業［２�玻矗荨Ｗ鳛椋校蹋拥姆蔷�性擴展模型，核偏較小二乘算法［５�玻叮荩ǎ耍澹颍睿澹欤校幔颍簦椋幔欤蹋澹幔螅簦樱瘢酰幔颍澹螅�ＫＰＬＳ）通過運用核方法成功地解決了ＰＬＳ的非線性推廣問題。但是由于較小二乘（ＬｅａｓｔＳｑｕａｒｅｓ，ＬＳ）類算法對異常點敏感［７］，這嚴重地限制了它在工程項目中的應用。針對以上不足，本文提出一種局部懲罰加權核偏較小二乘算法。它引入核方法，將原始數據映射到高維特征空間，依據較大化輸入、輸出互協方差原則進行主成分提取，摒棄冗余信息，消除變量間的相關性，達到精簡數據集的目的；對得到的主成分構建局部加權較小二乘回歸模型，抑制異常樣本點的影響，提高模型跟蹤性能；引入懲罰項對大值回歸系數進行懲罰，優化模型參數。將改進的較小二乘算法與多模型建模［８］方法相結合組建多模型軟測量系統，成功實現雙酚Ａ質量指標的在線監測。

登錄網站后可下載文件