罗明英
- 作品数：3 被引量：10H指数：2
- 供职机构：华东理工大学化工过程先进控制和优化技术教育部重点实验室更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于关键变量的OPLS预测方法被引量：7
- 2016年
- 产品的最终质量主要是由生产过程中的关键变量决定的,因此,回归模型的质量预测能力与过程变量的选择密切相关。本文提出了一种新的基于关键变量(CV)的OPLS预测方法(CVOPLS),用于输出变量较多过程的质量预测。首先,根据关键变量选取准则,为每个质量变量选取建模所需的关键过程变量。为了减少最后需要建立的模型个数,将由质量变量及其相应的关键过程变量组成的数据阵进行重组,并用OSC算法去除重组后的数据阵中与质量变量无关的干扰信息。然后,对校正后的数据阵建立PLS模型,求取相应的模型回归系数,得到最终的质量预测结果。与传统的PLS及OPLS方法相比,该方法能够在保证模型较好预测精度的前提下,有效地简化模型结构。最后,通过Tennessee Eastman(TE)过程的实验仿真验证了CV-OPLS方法的有效性。
- 罗明英王帆谭帅侍洪波
- 基于正交独立成分分析的过程数据建模被引量：3
- 2016年
- 针对非高斯数据分布过程中回归预测精度不足的问题,提出一种在独立成分分析(ICA)的基础上与正交信号校正(OSC)相结合的多元线性回归(MLR)方法——正交独立成分回归(O-ICR).首先将原输入数据通过正交ICA(O-ICA)进行预处理,去除ICA在提取高阶统计量时带来的与Y无关的干扰变化,然后对校正后的X提取独立成分,代替原输入数据建立与Y之间的回归预测模型.与传统的ICR相比,该方法提取的独立成分经过校正可使回归模型的预测精度更高.最后通过Tennessee Eastman(TE)过程的质量预测仿真,验证了该建模方法的有效性.
- 罗明英侍洪波谭帅
- 关键词：正交信号校正
- 基于回归分析的质量预测方法研究
- 罗明英
