时变过程在线辨识的即时递推核学习方法研究

摘要

为了及时跟踪非线性化工过程的时变特性，提出即时递推核学习的在线辨识方法。针对待预测的新样本点，采用即时学习策略，通过构造累积相似度因子，选择与其相似的样本集建立核学习辨识模型。为避免传统即时学习对每个待预测点都重新建模的繁琐，利用两个临近时刻相似样本集的异同点，采用递推方法有效添加新样本，并删减旧样本，以快速建立新即时模型。通过一时变连续搅拌釜式反应过程的在线辨识，表明了所提出方法在保证计算效率的同时，较传统递推核学习方法提高了辨识的准确程度，能更好的辨识时变过程。