文件名称：论文研究-一种基于局部模型的多工况过程质量预测方法.pdf
文件大小：825KB
文件格式：PDF
更新时间：2022-08-11 14:58:49
多工况,多模型,支持向量机,粒子群算法,质量预测
根据不确定、非线性复杂生产过程的质量预测难点，提出一种基于局部模型的多工况过程质量预测方法。首先利用K-均值聚类算法对过程进行工况划分，结合支持向量机回归原理建立各局部质量预测模型，再利用改进粒子群算法求解最优的各局部模型权重，使全局模型的输出与预期输出之间的误差达到最小，以得到其全局模型，进而实现生产过程的质量预测。该方法较好地解决了复杂生产过程的复杂不确定的问题，同时有良好的全局适应性。最后以Tennessee Eastman（TE）为例，实现其生产过程的建模和质量预测，结果表明了该方法的可行性和有效性。