基于证据框架的最小二乘支持向量机在精对苯二甲酸生产中的应用

摘要

支持向量机是一种基于统计学习理论的新型机器学习方法.本文给出一种考虑损失函数的噪声模型参数β的贝叶斯证据框架最小二乘支持向量机回归算法,通过贝叶斯证据框架自动调整正则化参数和核参数,更好地实现了最小化误差和模型复杂性之间的折中.将提出的算法用于精对苯二甲酸(purified terephthalic acid,PTA)生产过程中的关键指标对羧基苯甲醛(4-carboxybenzaldhyde,4-CBA)含量的预测中,能很好地跟踪4-CBA含量的变化趋势,泛化能力较强,为4-CBA含量的实时预测提供了很好的解决方案.