论文部分内容阅读
针对传统软测量方法存在的预测性能差、融合能力低和适应性不强等缺点,本文提出了一种基于证据(D–S)合成规则的多模型软测量方法.首先,利用仿射传播(AP)聚类方法和最小二乘支持向量机(LS–SVM)建立多个子模型;然后,利用D–S合成规则得到多个证据概率分配函数,将其作为权值因子对子模型输出进行融合得到多模型的输出,提高了模型的预测能力和融合能力;最后,将上述方法用于非线性系统和酯化率的软测量建模,仿真结果表明,相比于单一模型和传统的多模型软测量方法,本文方法具有更好的预测性能和精度,是一种有效的软测