摘要: 针对过程控制系统中关键变量的软测量建模及应用问题,结合主成分分析法(PCA)和径向基(RBF)神经网络法(RBFNN),提出了改进的PCA-RBFNN软测量建模方法。首先利用PCA分析变量筛选法从过程变量集合中找到对系统过程特性具备最佳解释能力的过程变量子集;然后将该过程变量子集作为输入、被估计变量作为输出构建PCA-RBFNN模型,并使用K-means聚类和最小均方误差法初始化RBF神经网络的数据中心、扩展系数和连接权值;最后采用梯度下降法训练、校正所建模型。以某纺织原料生产过程为实例,对所建模型进行了验证和输出性能对比分析。结果表明,该模型可以实现过程变量在线预测,比原模型具有更好的泛化能力、预测能力和输出精度,能够提高过程控制系统的稳定性和可靠性。
中图分类号: