基于JIT-MOSVR软测量方法的研究与应用

摘要

针对传统多模型软测量方法在面对复杂、多变工况时缺少在线更新机制、更新时输出精度降低等问题,本文提出了一种基于即时学习算法(JIT)的多模型在线支持向量回归机(MOSVR)软测量方法.离线阶段首先采用模糊C均值聚类(FCM)对训练数据进行聚类,接着采用SVR建立初始模型集.在线部分以多模型输出作为主要输出,当出现新工况时,通过在线模型更新策略(OSMU)将输出模式切换为JIT,同时多模型集进行在线更新.这种算法不仅拥有多模型输出的快速性、精确性,而且在模型更新时通过JIT模式还能保证输出的连续性、稳定性、精确性.最后将该软测量方法进行了数值仿真并运用到乙烷浓度软测量的过程中,证明了该方法的有效性.