基于核函数及参数优化的KPLS质量预测研究AET-电子技术应用-最丰富的电子设计资源平台

基于核函数及参数优化的KPLS质量预测研究
所属分类：技术论文
上传者：aetmagazine
文档大小：601 K
标签：核偏最小二乘遗传算法质量预测
所需积分：0分积分不够怎么办？
文档介绍：核偏最小二乘(KPLS)在工业过程监测和质量预测中得到了广泛的应用，核函数和核参数的选取对KPLS质量预测结果有重要影响。然而，如何选择核函数类型和核参数一直是该方法应用的瓶颈。针对以上问题，提出一种改进遗传算法的核函数优化方法。该方法将核的种类及核参数作为优化的决策变量，以均方根误差为目标，分别从编码方案、遗传策略、适应度函数优化、交叉和变异算法等方面进行设计，以保证核函数种类的多样性，利用2折交叉验证法对训练结果进行验证。以田纳西-伊斯曼过程(TE)与MATLAB结合进行仿真实验，仿真结果表明，该方法能寻找到最优核函数以及其核参数，具有很好的稳定性和一致性。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动