非线性部分最小二乘方法用于推断估计器设计

摘要

针对工业过程中某些变量难于在线测量的问题,提出一种基于人工神经网络(ANN)的非线性部分最小二乘的推断估计策略.首先对历史数据进行部分最小二乘回归分析,提取特征信息.然后用神经网络建立主元之间的内部非线性关系,得到产品质量的非参数模型.仿真结果表明:该推断估计器具有良好的跟踪速率和较高的估计精度,其性能优于基于原始人工神经网络推断估计器的性能.