滑动平均递推PLS在芳烃异构化过程建模中的应用
2016-11-22陈祥华蔡铁峰
陈祥华 蔡铁峰
(浙江工业大学之江学院,浙江 绍兴 312030)
滑动平均递推PLS在芳烃异构化过程建模中的应用
陈祥华 蔡铁峰
(浙江工业大学之江学院,浙江 绍兴 312030)
将滑动平滑滤波器与滑动窗递推PLS(MW-RPLS)模型结合,开发了一种滑动平均递推PLS(MA-RPLS)模型。将所开发的模型应用于芳烃异构化过程建模中。仿真结果表明:经滑动平滑滤波器去噪后的MA-RPLS模型提高了对二甲苯(PX)含量的预测精度,且各项精度指标均优于MW-RPLS模型。
MA-RPLS模型 滑动平滑滤波器 MW-RPLS模型 芳烃异构化过程 PX含量
偏最小二乘(Partial Least-Squares,PLS)是一种常用的统计回归模型,其预测精度会随着过程时变特性的变化而下降,甚至出现失效现象。为消除过程时变特性对PLS模型的影响,研究者开发了大量的递推PLS模型[1]。这些递推模型分别从预测精度[2]、跟踪性能[3]、计算负荷[4]及校正频率[5,6]等方面探讨了提高PLS模型性能的方法和策略。
当建模样本包含较大噪声时,对基于数据驱动的软测量模型的影响较大。将滑动平滑滤波器应用于去除输出变量噪声,能够降低噪声对模型精度的影响[3];相同的方法也可应用于去除输入变量噪声[7]。基于此,笔者结合滑动窗递推PLS(MW-RPLS)模型,开发了滑动平均递推PLS(MA-RPLS)软测量模型,并以芳烃异构化过程为研究对象,估计对二甲苯(PX)含量,通过预测精度来评估所开发模型的有效性。
1 递推PLS算法①
1.1 滑动窗递推PLS算法
经标准化处理后的输入输出数据矩阵为{X,Y},假定两者的线性关系为:
Y=XC+e
(1)
其中,C、e分别为系数矩阵和噪声向量;X∈Rn×m,Y∈Rn×l,n为样本数,m为过程变量数,l为响应变量数。……
