作者：石乔; 程明最小二乘支持向量机集成模型判别规则增量学习溶剂油分离过程
摘要：针对最小二乘支持向量机（LSSVM）模型在测量精度及泛化能力上的不足,及不能准确预测新工况数据的特点,提出基于集成LSSVM增量学习的模型。通过单个LSSVM模型的建立,构建集成LSSVM增量学习模型,在增量学习方法基础上加入样本判别规则,使模型能及时更新新工况数据。运用集成LSSVM增量学习模型与集成LSSVM模型对溶剂油分离过程的120号溶剂油流量数据进行预测分析,所提模型预测效果显著提高,验证了其有效性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
