【作者】 张浩然； 汪晓东； 吴建斌； 张长江； 许秀玲；

【Author】 Zhang Haoran Wang Xiaodong Wu Jianbin Zhang Changjiang Xu Xiuling(College of Information Science and Engineering, Zhejiang Normal University, Jinhua 321004, China)

【机构】 浙江师范大学信息学院；

【摘要】 利用支持向量机(SVM)来进行软测量建模,首先简要介绍nu-SVM的基本原理,随后利用它来建模重油催化裂化装置。理论分析和仿真研究表明,该方法泛化能力强、对样本的依赖程度低,比基于神经网络的软测量具有更好的性能。更多还原

【Abstract】 It uses support vector machine to soft sensor modeling, firstly gives brief introduction of regression nu-support vector machine, and then uses it to model heavy oil fluidized catalytic cracking unit. Theoretic discussion and simulation results indicate that the SVMs method is characterized by well generalization, little dependence on the sample set, and has better performance than the soft sensor method based on the neural network.更多还原